針對采摘機器人在野外作業(yè)環(huán)境中,面臨采摘任務數(shù)量多,目標與障礙物位置具有隨機性和不確定性等問題,提出一種基于深度強化學習的虛擬機器人采摘路徑避障規(guī)劃方法,實現(xiàn)機器人在大量且不確定任務情況下的快速軌跡規(guī)劃。根據(jù)機器人本體物理結構設定虛擬機器人隨機運動策略,通過對比分析不同網(wǎng)絡輸入觀測值的優(yōu)劣,結合實際采摘行為設置環(huán)境觀測集合,作為網(wǎng)絡的輸入;引入人工勢場法目標吸引和障礙排斥的思想建立獎懲函數(shù),對虛擬機器人行為進行評價,提高避障成功率;針對人工勢場法范圍斥力影響最短路徑規(guī)劃的問題,提出了一種方向懲罰避障函數(shù)設置方法,將障礙物范圍懲罰轉(zhuǎn)換為單一方向懲罰,通過建立虛擬機器人運動碰撞模型,分析碰撞結果選擇性給予方向懲罰,進一步優(yōu)化了規(guī)劃路徑長度,提高采摘效率;在Unity內(nèi)搭建仿真環(huán)境,使用ML-Agents組件建立分布式近端策略優(yōu)化算法及其與仿真環(huán)境的交互通信,對虛擬機器人進行采摘訓練。仿真實驗結果顯示,不同位置障礙物設置情況下虛擬機器人完成采摘任務成功率達96.7%以上。在200次隨機采摘實驗中,方向懲罰避障函數(shù)方法采摘成功率為97.5%,比普通獎勵函數(shù)方法提高了11個百分點,采摘軌跡規(guī)劃平... 

【文章頁數(shù)】：10 頁

【部分圖文】：

機器人整體結構示意圖

0 不同獎勵函數(shù)下成功采摘個數(shù)變化曲線

1 路徑規(guī)劃結果

【參考文獻】：
期刊論文
[1]基于改進YOLO v3網(wǎng)絡的夜間環(huán)境柑橘識別方法[J]. 熊俊濤,鄭鎮(zhèn)輝,梁嘉恩,鐘灼,劉柏林,孫寶霞.  農(nóng)業(yè)機械學報. 2020(04)
[2]基于強化學習的DASH自適應碼率決策算法研究[J]. 馮蘇柳,姜秀華.  中國傳媒大學學報(自然科學版). 2020(02)
[3]基于改進人工勢場法的雙機械臂避障路徑規(guī)劃[J]. 薛陽,俞志程,吳海東,張寧,孫越.  機械傳動. 2020(03)
[4]基于深度強化學習的固體放射性廢物抓取方法研究[J]. 周祺杰,劉滿祿,李新茂,張華.  計算機應用研究. 2020(11)
[5]果園采摘機械手研究現(xiàn)狀綜述[J]. 王甲甲,程志強,張伏,王俊.  農(nóng)機化研究. 2020(05)
[6]六自由度采摘機械臂采摘姿態(tài)規(guī)劃研究[J]. 王毅,滕舉元,張哲,許洪斌.  機械設計與制造. 2019(08)
[7]基于構型空間先驗知識引導點的柑橘采摘機械臂運動規(guī)劃[J]. 馬冀桐,王毅,何宇,王愷,張藝譚.  農(nóng)業(yè)工程學報. 2019(08)
[8]基于深度卷積神經(jīng)網(wǎng)絡的柑橘目標識別方法[J]. 畢松,高峰,陳俊文,張潞.  農(nóng)業(yè)機械學報. 2019(05)
[9]面向軌跡規(guī)劃的深度強化學習獎勵函數(shù)設計[J]. 李躍,邵振洲,趙振東,施智平,關永.  計算機工程與應用. 2020(02)
[10]基于碰撞錐改進人工勢場的無人機避障路徑規(guī)劃[J]. 熊超,解武杰,董文瀚.  計算機工程. 2018(09)



本文編號：3713438