无人装载机控制方法、系统、装载机及介质技术方案

本申请提供一种无人装载机控制方法、系统、装载机及介质，涉及工程机械技术领域。该方法包括：获取无人装载机的当前状态数据，当前状态数据包括无人装载机的摄像头采集到的作业图像数据以及传感器采集到的装载机本体数据；根据当前状态数据确定对应的第一状态向量，并将第一状态向量输入到预训练的人类在环强化学习模型中，得到无人装载机下一时刻的执行动作；根据执行动作输出对应的控制信号以驱动无人装载机执行，并根据执行动作以及人类输入的干预动作对人类在环强化学习模型进行参数优化。本申请的方法，提高了装载作业的自动化、工作效率和操作安全性。

【技术实现步骤摘要】

本申请涉及工程机械，尤其涉及一种无人装载机控制方法、系统、装载机及介质。

技术介绍

1、传统的装载机作业高度依赖熟练操作员的手动控制，但在危险、重复性高或人力难以企及的环境（如深矿、高污染区域、灾后现场）中，人工操作面临效率瓶颈、安全风险高、成本增加等问题。

2、随着人工智能和机器人技术的进步，无人（自主）装载机控制系统成为解决这些挑战的关键技术方向。相关技术中，无人装载机系统常采用基于预编程轨迹或固定规则的控制方法，这些方法在面对施工环境的动态变化（如物料堆形状变化、新增障碍物、地面条件改变）时，适应性差，难以保证作业的鲁棒性和效率，操作安全性差且需要操作员时常干预。

3、因此，需要一种能够提高装载作业的自动化、工作效率和操作安全性的无人装载机控制方案。

技术实现思路

1、本申请实施例提供一种无人装载机控制方法、系统、装载机及介质，能够提高装载作业的自动化、工作效率和操作安全性。

2、第一方面，本申请实施例提供一种基于人类在环视觉强化学习的无人装载机控制方法，包括：...

【技术保护点】

1.一种基于人类在环视觉强化学习的无人装载机控制方法，其特征在于，包括：

2.根据权利要求1所述的基于人类在环视觉强化学习的无人装载机控制方法，其特征在于，所述根据所述执行动作以及人类输入的干预动作对所述人类在环强化学习模型进行参数优化，包括：

3.根据权利要求2所述的基于人类在环视觉强化学习的无人装载机控制方法，其特征在于，所述根据在线经验池、示范经验池以及人类输入的干预动作对所述人类在环强化学习模型进行参数优化，包括：

4.根据权利要求3所述的基于人类在环视觉强化学习的无人装载机控制方法，其特征在于，还包括：

5.根据权利要求2所述的基...

【技术特征摘要】

1.一种基于人类在环视觉强化学习的无人装载机控制方法，其特征在于，包括：

2.根据权利要求1所述的基于人类在环视觉强化学习的无人装载机控制方法，其特征在于，所述根据所述执行动作以及人类输入的干预动作对所述人类在环强化学习模型进行参数优化，包括：

3.根据权利要求2所述的基于人类在环视觉强化学习的无人装载机控制方法，其特征在于，所述根据在线经验池、示范经验池以及人类输入的干预动作对所述人类在环强化学习模型进行参数优化，包括：

4.根据权利要求3所述的基于人类在环视觉强化学习的无人装载机控制方法，其特征在于，还包括：

5.根据权利要求2所述的基于人类在环视觉强化学习的无人装载机控制方法，其特征在于，所述奖励判别器为二元奖励判别器，当所述执行动作成功时所述奖励判别器输出的奖励值为正值，当所述执行动作失败时所述奖励判别器输出的奖励值为0。

【专利技术属性】
技术研发人员：高乐，高鹏飞，贺鑫，
申请(专利权)人：湖州三一装载机有限公司，
类型：发明
国别省市：