【摘要】：傳統(tǒng)中對車輛的液化天然氣加注作業(yè)都是由人力完成,對操作者需要一定的專業(yè)技能并在加注作業(yè)中存在安全隱患。而隨著工業(yè)自動化的快速發(fā)展,產(chǎn)業(yè)中由智能機器人替代人力作業(yè)漸漸成為趨勢,在此背景下,本課題根據(jù)車用液化天然氣加注特點,采用一種改進的深度強化學習控制算法使機器人能夠通過感知到的高維度原始輸入數(shù)據(jù)進行行為決策,實現(xiàn)從原始輸入到輸出的自動加注操作控制。論文具體工作內(nèi)容有以下部分:1、首先,根據(jù)機器人對車輛實現(xiàn)自動加注液化天然氣的特點,解決機器人在加注過程中加注槍軌跡規(guī)劃控制問題,研究并編寫引導策略搜索算法,通過建立代價函數(shù)、擬合局部環(huán)境動態(tài)線性高斯模型并在該模型基礎上使用最優(yōu)控制方法生成并優(yōu)化控制器,使機器人具有自主學習能力;2、根據(jù)待加注車輛停放位姿不確定情況,要求自動加注機器人對一定檢測范圍內(nèi)的車輛位姿具有良好的適應能力,設計一個通用的深度卷積神經(jīng)網(wǎng)絡控制器表示檢測范圍內(nèi)的高斯軌跡分布,提高整個自動加注系統(tǒng)機器人對目標車輛位置的泛化能力。并針對引導策略搜索算法控制器下擬合的卷積神經(jīng)網(wǎng)絡不能有效處理機器人前后狀態(tài)的隱含信息,添加長短時記憶網(wǎng)絡模塊處理時序信息,提高機器人定位精度;3、針對深度卷積神經(jīng)網(wǎng)絡策略訓練時間長的問題,對卷積神經(jīng)網(wǎng)絡圖像中目標特征提取層進行權重參數(shù)預訓練,通過標注圖像,數(shù)據(jù)增廣,制作數(shù)據(jù)集,并對視覺層神經(jīng)元權重采取MSAR初始化加快模型訓練;4、設計仿真實驗和搭建真實場景平臺并建立控制系統(tǒng),對本文提出的深度卷積神經(jīng)網(wǎng)絡控制策略算法的端對端控制效果,以及機器人對加注車輛目標位置的泛化能力進行驗證。
【圖文】：

圖 1-1 深度 Q 網(wǎng)絡應用在雅達利Fig1-1 DQN in Atari了上述針對 DQN 網(wǎng)絡的訓練算法、神經(jīng)網(wǎng)絡結(jié)構(gòu)的改進，還有引入 Schaul 等人提出的 Prioritized Experience Replay，根據(jù)采樣重要度先經(jīng)驗，更有效地實現(xiàn)強化學習訓練[19]；注意力機制深度循環(huán) Q 等人提出，，在神經(jīng)網(wǎng)絡結(jié)構(gòu)加入軟注意力和硬注意力機制，包括了注意力機制網(wǎng)絡以及循環(huán)神經(jīng)網(wǎng)絡（LSTM）[20]；Gu 等人提出基于的 DQN 和 DNN 相結(jié)合形成基于 NAF 的 DQN，有效的在連續(xù)控制的抽樣復雜度和提高了計算效率[21]。于策略梯度的深度強化學習主要有行動者-評論家算法（Actor-Critic度確定性策略梯度模型（Deep Deterministic PolicyGradient，DDPG域策略優(yōu)化（Trust Region PolicyOptimization，TRPO）[24]三大類方的方法進行優(yōu)化。基于策略梯度算法廣泛應用在連續(xù)控制的強化學

圖 1-2 DRL 發(fā)展歷史Fig1-2 Development history of DRL學習的概念提出到現(xiàn)在僅僅才 6 年時間，還是人工智能的發(fā)展空間和美好的應用前景。從 2016 年 Silver 等人提狗（AlphaGo）[25]程序以 5:0 擊敗人類歐洲圍棋高手，再世石，吸引了全世界的目光, 徹底開啟了 AI 領域研究的主要應用有計算機視覺、計算機博弈、機器翻譯、機器人等方面。然而目前 DRL 依然處于起步階段，需要對很多何在復雜場景中應用知識遷移，在樣本稀缺時提高樣本使獎勵函數(shù)的設置和融合更多的深度學習模型等方面取得更強化學習控制方法研究現(xiàn)狀器人技術快速發(fā)展和人工智能領域的崛起，關于深度強化
【學位授予單位】：廣東工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：U473.8

【相似文獻】

相關期刊論文 前10條

1 ;減少環(huán)境污染,我國將加大液化天然氣進口[J];氣體分離;2005年05期

2 靳九如;;迎接中國LNG工業(yè)發(fā)展的新時代——從2012中國國際液化天然氣大會看中國LNG產(chǎn)業(yè)發(fā)展[J];氣體分離;2012年03期

3 ;液化天然氣消費快速增長[J];石油和化工節(jié)能;2007年01期

4 王林;;全球液化天然氣市場日趨活躍[J];氣體分離;2011年06期

5 ;中國對液化天然氣的需求將激增[J];氣體分離;2010年04期

6 ;新疆吉木乃廣匯液化天然氣項目進展順利[J];氣體分離;2010年04期

7 ;液化天然氣產(chǎn)業(yè)鏈中部分裝備制造企業(yè)[J];氣體分離;2012年04期

8 ;9月液化天然氣進口創(chuàng)歷史新高達到80萬噸[J];氣體分離;2009年04期

9 許樹盛;;全球液化天然氣市場分析[J];中國石油和化工標準與質(zhì)量;2019年20期

10 羅玉龍;;液化天然氣儲存及應用技術探析[J];石化技術;2018年11期

相關會議論文 前10條

1 王利朋;;液化天然氣在船舶應用的現(xiàn)狀與發(fā)展趨勢展望[A];北京造船工程學會2016-2017年學術論文集[C];2018年

2 王文康;;關于液化天然氣(LNG)的冷量利用問題分析[A];2016年全國天然氣學術年會論文集[C];2016年

3 張繼薇;;建設標準化液化天然氣槽車灌裝站[A];中國城市燃氣學會LNG專業(yè)委員會2009年煤層氣液化主題年會論文集[C];2009年

4 張孔明;;液化天然氣(LNG)在清潔燃料汽車發(fā)展中的作用及前景[A];2003年西部清潔汽車技術研討會論文集[C];2003年

5 蘭書彬;金穎;江金華;;液化天然氣儲罐蒸發(fā)率的試驗和計算[A];中國城市燃氣學會液化氣專業(yè)委員會第二十一屆年會論文集[C];2005年

6 姜建梅;;液化天然氣站的安全設計[A];中國燃氣運營與安全研討會（第十屆）暨中國土木工程學會燃氣分會2019年學術年會論文集（上冊）[C];2019年

7 錢永剛;孫明燁;井帥;黎洪義;龔明;;小型液化天然氣瓶組供氣站在農(nóng)村煤改氣工程的應用[A];2016中國燃氣運營與安全研討會論文集[C];2016年

8 葉錦業(yè);林苗;;國際液化天然氣(LNG)市場供需狀況分析[A];中國城市燃氣學會LNG專業(yè)委員會2009年煤層氣液化主題年會論文集[C];2009年

9 范平安;;談液化天然氣(LNG)消防安全問題的對策[A];2010中國消防協(xié)會科學技術年會論文集[C];2010年

10 謝振欽;;福建省液化天然氣項目簡介[A];中國土木工程學會城市燃氣分會液化天然氣專業(yè)委員會2007年年會論文集[C];2007年

相關重要報紙文章 前10條

1 記者 孫秀娟;俄烏達成管輸過境新協(xié)議[N];中國石油報;2019年

2 記者 陶鳳 王寅浩;11月液化天然氣進口599萬噸[N];北京商報;2018年

3 本報記者 褚大業(yè);液化天然氣，中國有質(zhì)量的反擊項[N];環(huán)球時報;2018年

4 王會聰;“船荒”危及亞洲液化天然氣市場增長[N];環(huán)球時報;2019年

5 本報記者 郭錦輝;液化天然氣需求未來將強勁增長[N];中國經(jīng)濟時報;2019年

6 記者 李欣智 楊鯤鵬;第十九屆國際液化天然氣大會在滬召開[N];中國電力報;2019年

7 本報記者 李靜 鄭蔚;液化天然氣“奧林匹克”首次來到中國[N];文匯報;2019年

8 李夏云;俄羅斯擴大北極液化天然氣業(yè)務[N];中國礦業(yè)報;2019年

9 記者 毛劍 通訊員 步薈;科學謀劃好液化天然氣碼頭布局發(fā)展保障消防救援人員交通出行優(yōu)待權益[N];中國交通報;2019年

10 全媒記者 陳俊杰 通訊員 吳紫明;舟山六橫將建液化天然氣接收站[N];中國水運報;2019年

相關博士學位論文 前7條

1 嚴巖;海洋環(huán)境對浮式液化天然氣平臺關鍵設備的影響研究[D];東南大學;2017年

2 耿江波;國際天然氣市場及中國液化天然氣供應安全策略研究[D];中國科學技術大學;2014年

3 劉東風;超低溫液化天然氣儲罐用06Ni9鋼組織性能及生產(chǎn)工藝研究[D];太原理工大學;2014年

4 何守慧;液化天然氣港口轉(zhuǎn)儲系統(tǒng)泄漏逸散機理與演變研究[D];武漢理工大學;2014年

5 金滔;熱聲驅(qū)動器及其驅(qū)動的脈管制冷研究[D];浙江大學;2001年

6 王良軍;液化天然氣接收站與乙烯一體化技術研究[D];大慶石油學院;2010年

7 陳東升;液化天然氣管內(nèi)兩相流動與傳熱特性研究[D];上海交通大學;2014年

相關碩士學位論文 前10條

1 馬炳蔚;目的論指導下哈納斯液化天然氣有限公司規(guī)章的翻譯實踐報告[D];寧夏大學;2019年

2 黃祖浩;基于深度強化學習的車用液化天然氣自動加注系統(tǒng)研究[D];廣東工業(yè)大學;2019年

3 陳鴻喬;液化天然氣熱值調(diào)整工藝研究[D];蘭州理工大學;2019年

4 王鐳;中海油海南車用液化天然氣加注站市場發(fā)展策略與運營管理研究[D];西北大學;2019年

5 孔德晶;液化天然氣流程的優(yōu)化分析與動態(tài)模擬[D];東北石油大學;2018年

6 陳維思;唐山液化天然氣接收站二期工程DCS系統(tǒng)設計[D];東北石油大學;2018年

7 張健明;液化天然氣公路槽車運輸安全研究[D];蘭州交通大學;2018年

8 Ekaterina Ershova;[D];華東師范大學;2018年

9 黃文堯;小型液化天然氣供應系統(tǒng)應用研究[D];北京建筑大學;2018年

10 張棟;液化天然氣（LNG）氣化撬裝站溫度控制系統(tǒng)的設計[D];廈門大學;2017年

本文編號：2637607