【技术实现步骤摘要】
一种基于平面视觉深度强化学习的机械臂抓取控制方法
[0001]本专利技术涉及机械臂抓取控制相关
，具体为一种基于平面视觉深度强化学习的机械臂抓取控制方法。
技术介绍
[0002]机械臂是机械
中得到最广泛实际应用的自动化机械装置，从现有技术的角度来看，是一个多输入多输出、高度非线性、强耦合的复杂系统，传统的机械臂抓取模型不确定性造成了天然的缺陷：其一，需要对视觉摄像头进行标定，其次机械臂控制系统要求包括齿轮、转轴、云台等各硬件精度非常高；其二，对抓取目标也需要工程师对每一种形状的物体进行编程，将观察到的图片和事先录入的形状进行匹配定位，这就导致了机械臂缺乏对物体不同形状的适应性，对使用场景有非常严苛的要求，一旦场景转换，就会导致系统的整体调整，且调整成本非常高。
技术实现思路
[0003]本专利技术的目的在于提供一种基于平面视觉深度强化学习的机械臂抓取控制方法，以达到仅通过单目摄像头回传的二维图像，对不同形状的三维物体进行抓取，从根本上改变了传统机械臂的工作方式，省去了相机标定、人工设定被抓物体形...
【技术保护点】
【技术特征摘要】
1.一种基于平面视觉深度强化学习的机械臂抓取控制方法，包括机械臂，其特征在于：所述机械臂通过马尔可夫决策过程建立深度强化学习模型，所述机械臂根据当前获取到的状态图像决定行为决策，与过去的状态图像无关，将其转换为数学模型，将机械臂的目标物体进行随机摆放，所述机械臂寻找目标点的过程的动作采用随机连续抓取，所述机械臂输出的动作放在数组Q，所述机械臂的控制包括采用深度确定性梯度算法，所述机械臂基于单目摄像头拍摄的图片作为输入，通过先进的ViT算法对图片进行特征提取，对Mask区域采用像素级的颜色阈值划分。2.根据权利要求1所述的一种基于平面视觉深度强化学习的机械臂抓取控制方法，其特征在于：所述深度确定性梯度算法包括采用Actor
‑
Critic框架，由4个神经...
【专利技术属性】
技术研发人员：许虹，顾兢兢，沈湘洮，
申请(专利权)人：南京深一科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。