技術(shù)特征：

1.一種基于深度學(xué)習(xí)和人機(jī)交互的機(jī)械臂控制方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)和人機(jī)交互的機(jī)械臂控制方法，其特征在于，生成所述使用者的操作界面，包括：

3.根據(jù)權(quán)利要求2所述的基于深度學(xué)習(xí)和人機(jī)交互的機(jī)械臂控制方法，其特征在于，所述深度學(xué)習(xí)算法為基于遷移學(xué)習(xí)方法實(shí)現(xiàn)的神經(jīng)網(wǎng)絡(luò)模型，所述神經(jīng)網(wǎng)絡(luò)模型接收所述智能制造場景中的畫面，通過vgg16提取特征后，分別通過平移分支和旋轉(zhuǎn)分支進(jìn)行姿態(tài)估計(jì)，識別所述靶目標(biāo)的位姿；

4.根據(jù)權(quán)利要求2所述的基于深度學(xué)習(xí)和人機(jī)交互的機(jī)械臂控制方法，其特征在于，所述正弦波編碼的透明度為：

5.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)和人機(jī)交互的機(jī)械臂控制方法，其特征在于，基于增量式自主學(xué)習(xí)方法對所述腦電波進(jìn)行解碼，包括：

6.根據(jù)權(quán)利要求5所述的基于深度學(xué)習(xí)和人機(jī)交互的機(jī)械臂控制方法，其特征在于，獲得所述使用者的操作意圖，包括：

7.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)和人機(jī)交互的機(jī)械臂控制方法，其特征在于，基于運(yùn)動規(guī)劃方法獲得所述機(jī)械臂的運(yùn)行軌跡，包括：

8.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)和人機(jī)交互的機(jī)械臂控制方法，其特征在于，使用所述動力學(xué)模型驅(qū)動機(jī)械臂的各個(gè)關(guān)節(jié)執(zhí)行抓取和放置任務(wù)，包括：

9.一種基于深度學(xué)習(xí)和人機(jī)交互的機(jī)械臂控制系統(tǒng)，用于實(shí)現(xiàn)權(quán)利要求1-8任一項(xiàng)所述的基于深度學(xué)習(xí)和人機(jī)交互的機(jī)械臂控制方法，其特征在于，包括操作界面生成模塊、使用者操作意圖解碼模塊和機(jī)械臂運(yùn)動控制模塊；

技術(shù)總結(jié)
本發(fā)明公開了一種基于深度學(xué)習(xí)和人機(jī)交互的機(jī)械臂控制方法和系統(tǒng)，包括：采集智能制造場景中的畫面，識別畫面中每個(gè)靶目標(biāo)的位姿，并對畫面進(jìn)行渲染，生成使用者的操作界面；基于使用者產(chǎn)生的對靶目標(biāo)的控制意圖，并通過注視場景中的所述靶目標(biāo)誘發(fā)腦電波，對腦電波進(jìn)行解碼，獲得使用者的操作意圖；通過機(jī)械臂控制器接收使用者的操作意圖，基于運(yùn)動規(guī)劃方法獲得機(jī)械臂的運(yùn)行軌跡，根據(jù)運(yùn)行軌跡，使用動力學(xué)模型驅(qū)動機(jī)械臂的各個(gè)關(guān)節(jié)執(zhí)行抓取和放置任務(wù)。本發(fā)明通過融合腦機(jī)接口技術(shù)和深度學(xué)習(xí)算法，提供了全新的機(jī)械臂控制解決方案。

技術(shù)研發(fā)人員：閆天翼,劉思宇,趙巖,明致遠(yuǎn),劉夢真,劉紫玉,宋依凡,陳啟明,吳景龍,劉田田,裴廣盈,王麗,張健,葉初陽,李瑋,索鼎杰
受保護(hù)的技術(shù)使用者：北京理工大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/10