一种基于强化学习的机械臂轨迹优化方法技术

本发明专利技术涉及人工智能技术，揭露了一种基于强化学习的机械臂轨迹优化方法。所述方法包括：首先，依据机械臂的关节信息构建连杆坐标系，并在此基础上建立机械臂的运动学模型；其次，搭建一个强化学习环境，其中以机械臂的旋转角和作业目标位姿作为输入状态，并将机器人工作过程中的稳定程度作为关键奖励项；接着，通过预训练的机械臂作业控制模型，执行基于姿势奖励和质心奖励的决策生成操作，从而生成机器人动作指令；最后，根据这些动作指令对目标机械臂机器人进行精确控制。本发明专利技术通过这种轨迹规划方法，实现了机器人运动的稳定性提升。

【技术实现步骤摘要】

本专利技术涉及人工智能，尤其涉及一种基于强化学习的机械臂轨迹优化方法。

技术介绍

1、在现代制造业和电力行业中，输电线路和相关设备的维护和修复工作至关重要，而传统的人工带电作业存在极大的安全隐患。特别是输电线路的关键部件，如输电线螺栓和螺母等，需要进行定期维护。

2、由于输电线上特殊的作业环境，双臂机器人底座为浮动底座，在作业过程中可能导致机械臂的倾斜角度发生变化，影响机械臂的运动稳定性和质心分布，产生晃动或更严重的情况。现有的机械臂控制方法在复杂和动态环境中表现有限，常常依赖预定义的轨迹和规则，难以适应环境的变化和要求。

技术实现思路

1、本专利技术提供一种基于强化学习的机械臂轨迹优化方法，其主要目的通过强化学习提高机械臂的运动稳定性。

2、为实现上述目的，本专利技术提供的一种基于强化学习的机械臂轨迹优化方法，包括：

3、获取目标机械臂机器人的关节信息，根据所述关节信息，对所述目标机械臂机器人进行建模，得到机械臂运动模型；

4、实时获取所述机械臂运动模型中各个本文档来自技高网...

【技术保护点】

1.一种基于强化学习的机械臂轨迹优化方法，其特征在于，所述方法包括：

2.如权利要求1所述的基于强化学习的机械臂轨迹优化方法，其特征在于，所述目标机械臂机器人具有一个底座、两个机械臂，其中，所述机械臂与所述底座相连接，所述机械臂中具有N个关节且在所述机械臂的最外端配置预设业务的执行端，所述执行端可根据所述预设业务的类型进行替换。

3.如权利要求2所述的基于强化学习的机械臂轨迹优化方法，其特征在于，所述根据所述旋转角度对所述机械臂运动模型的执行端位置进行定位，得到执行端实时状态向量，包括：

4.如权利要求3所述的基于强化学习的机械臂轨迹优化方法，其特征在...

【技术特征摘要】

1.一种基于强化学习的机械臂轨迹优化方法，其特征在于，所述方法包括：

2.如权利要求1所述的基于强化学习的机械臂轨迹优化方法，其特征在于，所述目标机械臂机器人具有一个底座、两个机械臂，其中，所述机械臂与所述底座相连接，所述机械臂中具有n个关节且在所述机械臂的最外端配置预设业务的执行端，所述执行端可根据所述预设业务的类型进行替换。

3.如权利要求2所述的基于强化学习的机械臂轨迹优化方法，其特征在于，所述根据所述旋转角度对所述机械臂运动模型的执行端位置进行定位，得到执行端实时状态向量，包括：

4.如权利要求3所述的基于强化学习的机械臂轨迹优化方法，其特征在于，所述对所述附近线路扫描图像进行作业目标对象识别操作，得到作业目标，并识别所述作业目标的目标作业位置，包括：

5.如权利要求4所述的基于强化学习的机械...

【专利技术属性】
技术研发人员：赵祚喜，郑丽，薛雅璐，李文涛，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：