一种基于机械臂关节状态的具身智能决策控制方法及系统

本申请提出一种基于机械臂关节状态的具身智能决策控制方法及系统，属于具身智能技术领域，其中方法包括：实时获取机械臂状态数据以及第一特征；针对实时获取的机械臂状态数据，采用改进的卡尔曼滤波算法进行动态滤波，得到滤波后数据，所述改进的卡尔曼滤波算法采用双向LSTM网络实时动态调整状态转移矩阵；采用隐马尔可夫模型提取滤波后数据的特征，得到第二特征；将第一特征以及第二特征输入到预训练的决策树模型中，得到机械臂关节状态决策结果；采用所述机械臂关节状态决策结果对机械臂关节进行具身智能决策控制。本申请满足了实时性需求，提高了械臂关节状态判断的准确性以及生产效率。