公开(公告)号：CN117103272B

公开(公告)日：2024-03-15

申请号：CN202311186364.9

申请日：2023-09-14

Applicant: 南通大学

Inventor： 秦秋月 ,  马潇雨 ,  崔竣博 ,  蒋雪茹 ,  陈琨 ,  刁俊嘉 ,  茅靖峰 ,  孙兴建

IPC: B25J9/16

Abstract: 本发明提供了一种多形态障碍物整理机械臂的平推和多自由度抓取控制方法，属于机器人技术应用技术领域。解决了复杂环境下不规则形状物体难以准确抓取的技术问题。其技术方案为：步骤1，模拟真实场景中的复杂性和挑战性；步骤2，通过自我监督训练，在搭建好的仿真环境中使用Q‑learning框架训练两个独立的深度神经网络；步骤3，基于所述步骤2，系统在训练过程中根据奖励函数和环境反馈；步骤4，在仿真环境中将该系统与先进的抓取方法Visual Pushing for Grasping进行比较；步骤5，搭建真实的多障碍物杂乱场景。本发明的有益效果为：利用协同推送和扩展抓取动作空间，能够有效地完成杂乱桌面的清理任务。

公开(公告)号：CN117103272A

公开(公告)日：2023-11-24

申请号：CN202311186364.9

申请日：2023-09-14

Applicant: 南通大学

Inventor： 秦秋月 ,  马潇雨 ,  崔竣博 ,  蒋雪茹 ,  陈琨 ,  刁俊嘉 ,  茅靖峰 ,  孙兴建

IPC: B25J9/16

Abstract: 本发明提供了一种多形态障碍物整理机械臂的平推和多自由度抓取控制方法，属于机器人技术应用技术领域。解决了复杂环境下不规则形状物体难以准确抓取的技术问题。其技术方案为：步骤1，模拟真实场景中的复杂性和挑战性；步骤2，通过自我监督训练，在搭建好的仿真环境中使用Q‑learning框架训练两个独立的深度神经网络；步骤3，基于所述步骤2，系统在训练过程中根据奖励函数和环境反馈；步骤4，在仿真环境中将该系统与先进的抓取方法Visual Pushing for Grasping进行比较；步骤5，搭建真实的多障碍物杂乱场景。本发明的有益效果为：利用协同推送和扩展抓取动作空间，能够有效地完成杂乱桌面的清理任务。