一种基于情景记忆的智能机械臂自主抓取方法技术

一种基于情景记忆的智能机械臂自主抓取方法，属于人工智能与自动机械臂领域。首先对机器人系统及示教系统进行多模态感知的硬件设施搭建，机器人系统中的深度相机为最后机械臂自主抓取过程提供物体的视觉定位，示教系统中的追踪器及柔性薄膜压力传感器为情景记忆库提供机械臂的连续动作序列数据集；其次，通过控制电脑配置深度强化学习环境并基于此环境建立情景记忆库模型；对数据集中的动作序列数据进行处理，进行机械臂抓取示教学习，将示教数据存入搭建的情景记忆库模型中为机械臂自主抓取决策提供基础的参考；最后，在操作平台上进行验证。本发明专利技术通过对感知信息的准确把握和情景记忆的全面分析，能够准确把握抓取目标的位置和特征，快速制定最优抓取策略并实现精准抓取动作，为机械臂在复杂环境下完成多样化抓取任务提供保障。

【技术实现步骤摘要】

本专利技术属于人工智能与自动机械臂领域，涉及一种基于情景记忆的智能机械臂自主抓取方法。

技术介绍

1、随着人工智能技术和自动化机械臂在工业、生产和服务领域的广泛应用，机械臂的灵活性和智能化成为技术发展的关键焦点。然而目前主流的机械臂抓取方案有两种，一种是预编程抓取：在固定场景下，预先设定机械臂的抓取轨迹和动作序列。该方案缺乏对不同场景和物体的适应性，如果环境发生变化则需要重新进行编程和设定；另一种是视觉导引抓取：利用视觉传感器获取物体的外观和位置信息，通过图像处理和深度学习技术实现物体识别和抓取规划。该方案对视觉识别要求较高，对于透明、反光、复杂形状或复杂背景下的物体精准定位十分困难。

2、同时这些方案存在一个普遍性问题，即它们无法利用先前的抓取经验来应对新的抓取场景，导致了在面对不同环境或物体时需要重新进行编程或依赖更高级的感知和处理来实现抓取。这种缺乏先前经验的能力限制了机械臂在实际应用中的灵活性和智能化水平。因此，研究机械臂如何通过历史经验学习并智能决策来完成复杂抓取任务显得尤为重要。

技术实现思路...

【技术保护点】

1.一种基于情景记忆的智能机械臂自主抓取方法，其特征在于，所述自主抓取方法基于自主抓取系统实现，所述自主抓取系统由控制电脑、远程服务器、协作机械臂、电动夹爪、深度相机、追踪器、定位基站、柔性薄膜压力传感器、操作平台、实验物品构成；具体的：协作机械臂末端安装电动夹爪及深度相机组成机器人系统，通过控制电脑下的ROS进行控制；控制电脑下搭载Pytorch深度强化学习环境，建立数据采集与预处理、情景记忆存储与检索、模型训练与推断、决策制定与执行四个模块，由此组成自主抓取系统的情景记忆库；示教者手部佩戴追踪器及柔性薄膜压力传感器模拟机械臂及夹爪运动，在定位基站的配合下组成示教系统，通过远程服务器传...

【技术特征摘要】

1.一种基于情景记忆的智能机械臂自主抓取方法，其特征在于，所述自主抓取方法基于自主抓取系统实现，所述自主抓取系统由控制电脑、远程服务器、协作机械臂、电动夹爪、深度相机、追踪器、定位基站、柔性薄膜压力传感器、操作平台、实验物品构成；具体的：协作机械臂末端安装电动夹爪及深度相机组成机器人系统，通过控制电脑下的ros进行控制；控制电脑下搭载pytorch深度强化学习环境，建立数据采集与预处理、情景记忆存储...

【专利技术属性】
技术研发人员：杜宇，杨壮，刘冬，陈灿，丛明，田小静，
申请(专利权)人：大连交通大学，
类型：发明
国别省市：