摘要
本申请提供了一种人形机器人控制方法、系统以及人形机器人，其中，该方法包括：获取任务指令以及视野图像；将视野图像以及任务指令输入视觉语言感知模型，得到目标物体的三维坐标；获取提示词，并将提示词以及三维坐标输入任务规划器，确定提示词对应的控制信息；通过臂控制模块控制人形机器人的臂部运动，并通过手控制模块控制人形机器人的手部运动，并通过主体控制模块控制人形机器人的腿部运动。本申请能够将视觉感知、语言理解、任务规划、运动控制等多个模块集成到一个统一的框架中，实现了从感知到执行的端到端控制，提高了人形机器人控制过程的集成度，增强了机器人在复杂环境中的适应能力，提高了人形机器人控制过程的透明度和可信度。
