基于长短期记忆网络的机械臂逆运动学解

为了解决传统的解析法用于机械臂逆运动学求解过程中存在操作烦琐和奇异点处无法逆运算等问题，提出了基于长短期记忆网络的机械臂逆运动学求解算法。通过对机械臂的正运动学和工作空间的分析，获取大量有效的机械臂关节空间数据和相对应的末端姿态数据，并作为训练样本。经过训练后，获得逆运动学解的高精度结果。对比传统解析法求解，基于长短期记忆网络方法的求解速度较快。此外，机器人仿真结果显示，相关轨迹无明显的抖动偏移。     

面向机械臂避障的非结构场景感知研究

为了解决机械臂避障中场景感知的应用问题,对使用非深度学习的方法对三维激光点云数据进行分割、滤波和聚类等操作进行研究,提出一种基于有序点云间的切比雪夫距离以确定DBSCAN算法的邻域半径参数和一种基于横截面积的地面分割方法,实现了对场景中物体的提取。通过设计一个典型的非结构场景,对提出的2种方法进行仿真验证,并且取得预期的效果。