-
公开(公告)号：CN113359704B
公开(公告)日：2022-04-19
申请号：CN202110525617.5
申请日：2021-05-13
Applicant: 浙江工业大学
IPC: G05D1/02
Abstract: 一种适用于复杂未知环境的自适应SAC‑PID方法，实现了无模型的PID参数的自适应最优整定。包含如下步骤：首先，获取表征移动机器人当前状态特征的信息；其次，基于深度强化学习SoftActor‑Critic算法，将状态信息输入强化学习网络模型，得到PID控制器的参数，PID控制器输出角速度信息控制移动机器人循迹；最后，根据设计好的奖励函数计算此次动作的奖励，并得到下一个时刻的状态，在与环境的交互中不断优化强化学习网络模型，得到最优的策略网络。该方法克服了传统PID控制自适应调参中对模型和经验的依赖，在仿真和落地的实验中均取得了优异的效果，并且具备良好的泛化性和鲁棒性。
-
公开(公告)号：CN113359704A
公开(公告)日：2021-09-07
申请号：CN202110525617.5
申请日：2021-05-13
Applicant: 浙江工业大学
IPC: G05D1/02
Abstract: 一种适用于复杂未知环境的自适应SAC‑PID方法，实现了无模型的PID参数的自适应最优整定。包含如下步骤：首先，获取表征移动机器人当前状态特征的信息；其次，基于深度强化学习SoftActor‑Critic算法，将状态信息输入强化学习网络模型，得到PID控制器的参数，PID控制器输出角速度信息控制移动机器人循迹；最后，根据设计好的奖励函数计算此次动作的奖励，并得到下一个时刻的状态，在与环境的交互中不断优化强化学习网络模型，得到最优的策略网络。该方法克服了传统PID控制自适应调参中对模型和经验的依赖，在仿真和落地的实验中均取得了优异的效果，并且具备良好的泛化性和鲁棒性。
-
公开(公告)号：CN112605983B
公开(公告)日：2022-04-19
申请号：CN202011386636.6
申请日：2020-12-01
Applicant: 浙江工业大学
Abstract: 一种适用于密集环境下的机械臂推抓系统，包括PC，彩色深度相机，机械臂，智能夹持器；软件端包括CoppliaSim仿真平台；彩色深度相机通过USB与计算机相连接，机械臂通过局域网与PC连接；彩色深度相机获取彩色RGB图和深度图；计算机执行机械臂控制程序；机械臂执行动作；智能夹持器抓取或推物块。CoppliaSim仿真平台包括仿真模块、标定模块、图像预处理模块、特征提取模块、决策网络模块、动作策略模块、机器人I/O模块、机器人模块。本发明利用仿真和实际相结合，减少因训练而造成的机器人损坏，并加快抓取速度；利用深度强化学习的DQN，依据当前物体环境实时动态规划动作语义，实现推和抓的结合，同时规划出最适合抓取的方向，大大增加了机械臂抓取复杂环境的成功率。
-
Patent Agency Ranking
公开(公告)号：CN113359703A
公开(公告)日：2021-09-07
申请号：CN202110522424.4
申请日：2021-05-13
Applicant: 浙江工业大学
IPC: G05D1/02
Abstract: 一种适用于多种复杂路径的移动机器人循线系统，包括PC，嵌入式开发板，RGB彩色相机、移动机器人。PC上安装有仿真模块，嵌入式开发板上包括动作策略模块、PID控制器模块、图像处理模块，移动机器人上安装有机器人I/O模块。通过仿真模块训练策略最优的策略网络模型，继而应用于实际机器人系统，减少了实际系统因训练而造成的机器人损坏，提高了实际移动机器人循线任务的成功率。本发明可以在仿真环境中针对一个循线路径进行训练，训练后的网络参数模型可以应对不同的复杂的未知的循线路径，自适应地实时地计算出最优的PID控制器参数和最优运动指令，完成循线任务，具有较高的实时性、稳定性和泛化性。
-
公开(公告)号：CN112643668B
公开(公告)日：2022-05-24
申请号：CN202011386635.1
申请日：2020-12-01
Applicant: 浙江工业大学
Abstract: 一种适用于密集环境下的机械臂推抓协同方法，分为仿真训练与实际抓取两个部分。首先在仿真环境中搭建与真实抓取相似的场景，构建FCN网络(推网络)φp和抓网络φg，由动作后的状态给出评价，以此更新φp和φg网络参数，得到训练后的网络参数文件。在实际抓取部分，搭建实际抓取环境，导入仿真训练后的深度网络参数，根据网络输出的Q值图控制机械臂动作。本发明可以通过机械臂自主决策动作(抓或推)改变抓取环境，尤其适用于物体密集环境中。
-
公开(公告)号：CN112643668A
公开(公告)日：2021-04-13
申请号：CN202011386635.1
申请日：2020-12-01
Applicant: 浙江工业大学
Abstract: 一种基于深度强化学习的端到端机械臂推抓系统方法，分为仿真训练与实际抓取两个部分。首先在仿真环境中搭建与真实抓取相似的场景，构建FCN网络(推网络)φp和抓网络φg，由动作后的状态给出评价，以此更新φp和φg网络参数，得到训练后的网络参数文件。在实际抓取部分，搭建实际抓取环境，导入仿真训练后的深度网络参数，根据网络输出的Q值图控制机械臂动作。本发明可以通过机械臂自主决策动作(抓或推)改变抓取环境，尤其适用于物体密集环境中。
-
公开(公告)号：CN113359703B
公开(公告)日：2022-04-19
申请号：CN202110522424.4
申请日：2021-05-13
Applicant: 浙江工业大学
IPC: G05D1/02
Abstract: 一种适用于多种复杂路径的移动机器人循线系统，包括PC，嵌入式开发板，RGB彩色相机、移动机器人。PC上安装有仿真模块，嵌入式开发板上包括动作策略模块、PID控制器模块、图像处理模块，移动机器人上安装有机器人I/O模块。通过仿真模块训练策略最优的策略网络模型，继而应用于实际机器人系统，减少了实际系统因训练而造成的机器人损坏，提高了实际移动机器人循线任务的成功率。本发明可以在仿真环境中针对一个循线路径进行训练，训练后的网络参数模型可以应对不同的复杂的未知的循线路径，自适应地实时地计算出最优的PID控制器参数和最优运动指令，完成循线任务，具有较高的实时性、稳定性和泛化性。
-
公开(公告)号：CN112605983A
公开(公告)日：2021-04-06
申请号：CN202011386636.6
申请日：2020-12-01
Applicant: 浙江工业大学
Abstract: 一种适用于密集环境下的机械臂推抓系统，包括PC，彩色深度相机，机械臂，智能夹持器；软件端包括CoppliaSim仿真平台；彩色深度相机通过USB与计算机相连接，机械臂通过局域网与PC连接；彩色深度相机获取彩色RGB图和深度图；计算机执行机械臂控制程序；机械臂执行动作；智能夹持器抓取或推物块。CoppliaSim仿真平台包括仿真模块、标定模块、图像预处理模块、特征提取模块、决策网络模块、动作策略模块、机器人I/O模块、机器人模块。本发明利用仿真和实际相结合，减少因训练而造成的机器人损坏，并加快抓取速度；利用深度强化学习的DQN，依据当前物体环境实时动态规划动作语义，实现推和抓的结合，同时规划出最适合抓取的方向，大大增加了机械臂抓取复杂环境的成功率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.022 seconds)
