【技术实现步骤摘要】
本专利技术属于虚拟环境领域。
技术介绍
1、随着信息技术的高速发展，人们对计算机类、通信类和消费类电子产品(3c产品)的需求不断增加。现有的3c装配中刚性零件的智能装配已经基本实现，柔性可变形零件尤其是可变线性物体(dlo)的装配还只能依靠人工装配，也无法实现不同产线的切换和迁移。
2、在3c装配行业中仍需要通过构建智能化柔性装配生产线来解决柔性装配出现的物料异性且易变形、装配工艺复杂等难题，提高装配精度和效率，实现智能化生产的需求，突破传统手工装配的局限，适应智能化装配的高速发展。
3、由于数据缺乏、环境复杂和安全风险等问题直接实施智能装配策略通常是不可行。需要构建了基于该数字孪生环境的学习训练环境和智能算法的训练与测试平台，且该框架平台需要具有与真实场景一致的物理属性，将训练好的深度强化学习策略迁移到物理机器人。但是，目前操作技能从仿真环境到真实装配环境的虚实迁移存在理解任务能力弱、环境适应性差，执行效率低下的难题。需要提高机器人理解任务并学习技能的能力，增强面对多种复杂环境的适应性，提高执行效率，降低学习成...
【技术保护点】
1.一种具有物理属性的虚拟环境重构的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述智能化装配产线，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于所述真实场景，通过神经辐射场实现对模拟环境的渲染，包括：
4.根据权利要求3所述的方法，其特征在于，在使用体渲染来训练仅使用2D输入图像作为监督的SDF网络之前，还包括：
5.根据权利要求3所述的方法，其特征在于，还包括：
6.一种具有物理属性的虚拟环境重构的装置，其特征在于，包括以下模块：
7.根据权利要求6...
【技术特征摘要】
1.一种具有物理属性的虚拟环境重构的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述智能化装配产线，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于所述真实场景，通过神经辐射场实现对模拟环境的渲染，包括：
4.根据权利要求3所述的方法，其特征在于，在使用体渲染来训练仅使用2d输入图像作为监督的sdf网络之前，还包括：
5.根据权利要求3所述的方法，其特征在于，还包括：
6.一种具有物理属性的虚拟环境重构的装置，其特征在于，包括以下模块...
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。