针对传统煤矸石分拣机械臂控制算法如抓取函数法、基于费拉里法的动态目标抓取算法等依赖于精确的环境模型、且控制过程缺乏自适应性，传统深度确定性策略梯度（DDPG）等智能控制算法存在输出动作过大及稀疏奖励容易被淹没等问题，对传统DDPG控制算法中的神经网络结构和奖励函数进行了改进，提出了一种适合处理六自由度煤矸石分拣机械臂的基于强化学习的改进DDPG控制算法。煤矸石进入机械臂工作空间后，改进DDPG控制算法可根据相应传感器返回的煤矸石位置及机械臂状态进行决策，并向相应运动控制器输出一组关节角状态控制量，根据煤矸石位置及关节角状态控制量控制机械臂运动，使机械臂运动到煤矸石附近，实现煤矸石分拣。仿真实验结果表明：改进DDPG算法相较于传统DDPG算法具有无模型通用性强及在与环境交互中可自适应学习抓取姿态的优势，可率先收敛于探索过程中所遇的最大奖励值，利用改进DDPG算法控制的机械臂所学策略泛化性更好、输出的关节角状态控制量更小、煤矸石分拣效率更高。
2023-03-28 14:05:55
1.97MB
1
机器视觉在工业当中的应用一直是研究的热点,流水线上不同类别工件的分类抓取技术在工业生产中有较高的需求,因此,本文运用机器视觉技术构建了一个运动工件分拣系统.系统中图像处理和工件识别算法的开发是基于LabVIEW的视觉开发模块,用EPSON SCARA-G6机械臂完成工件抓取任务,机械臂的运动控制算法在EPSON的RC+5.0环境下编程实现.运动工件的位置检测采用了背景差分法,背景的实时更新使该方法
2023-02-23 14:40:31
3.01MB
1
仓储物流可移动机器人的多任务分拣高效算法研究 (2).pdf仓储物流可移动机器人的多任务分拣高效算法研究 (2).pdf
2023-02-07 13:37:16
314KB
1
“拆回电能表分拣装置”是依据《拆回电能表分拣装置技术规范》进行设计,产品配置分为智能型、中配型、低配型,适应不同厂家、型号及规格,并符合国家规范的单相或三相智能电能表及费控表。针对拆回表进行检定、通信测试、拍照及状态标识等作业,从而实现与营销系统、计量生产调度平台的信息交互,以便对电能表的全生命周期进行监控。
2022-11-02 16:33:06
828KB
1