10.3969/j.issn.2097-065X.2023.06.005
基于深度强化学习的采摘机械臂研究
针对果树栽培过程中的采摘问题,传统的人工采摘方式存在人力成本高、效率低等问题,为此提出了一种基于深度强化学习的水果采摘机械臂方案.该方案利用RGBD深度相机获取环境信息,并结合 SSD算法对水果位置进行检测和识别,可实现高达 95%的识别准确率.通过深度信息获取水果的空间坐标,并将其输入DDPG算法对采摘路径进行规划.在仿真环境中进行了DDPG算法的训练和实验验证,结果表明该算法可实现目标环境中 90%以上水果的采摘成功率,并且单个采摘任务所需时间不超过 20 s.本方案具有在复杂采摘环境中实现稳定高效采摘的优点,具有广阔的应用前景.
水果采摘、机器视觉、DDPG、机械臂
S225(农业机械及农具)
湖北省数字化纺织装备重点实验室开放基金;湖北省科技专项
2023-07-07(万方平台首次上网日期,不代表论文的发表时间)
共3页
13-15