一种基于深度学习的灵巧手运动规划方法及系统

本申请涉及灵巧手运动规划技术领域，尤其是涉及一种基于深度学习的灵巧手运动规划方法及系统，其包括获取灵巧手状态信息、多模态特征融合生成环境感知信息、动态障碍物检测与协同信号解析、避障路径生成及优化动作路径规划。本申请通过传感器模块采集实时数据并融合多模态特征，生成环境感知信息以支持灵巧手的动作规划；利用内部通信模块实现多灵巧手间的协同决策，显著提升复杂动态环境中的自适应能力与任务执行效率。此外，通过提示协同信号共享动态障碍物信息，避免冲突，增强响应速度。本申请适用于复杂动态场景下的灵巧手高效运动规划。