一种基于深度强化学习的机械臂运动规划方法
基本信息
申请号 | CN202010218455.6 | 申请日 | - |
公开(公告)号 | CN111645065A | 公开(公告)日 | 2020-09-11 |
申请公布号 | CN111645065A | 申请公布日 | 2020-09-11 |
分类号 | B25J9/16(2006.01)I | 分类 | 手动工具;轻便机动工具;手动器械的手柄;车间设备;机械手; |
发明人 | 辛博;傅汇乔;陈春林;程旭;马晶 | 申请(专利权)人 | 南京南欣医药技术研究院有限公司 |
代理机构 | 南京华恒专利代理事务所(普通合伙) | 代理人 | 南京大学;南京南欣医药技术研究院有限公司 |
地址 | 210000江苏省南京市栖霞区仙林大道163号 | ||
法律状态 | - |
摘要
摘要 | 本发明公开一种基于深度强化学习的机械臂运动规划方法,包括:步骤1,在机械臂运动前采集一次环境图像,所述环境图像包括初始状态下的机械臂、运动目标点和中间障碍物;步骤2,根据采集到的环境图像,利用目标分割算法分离出禁止区域、工作区域以及目标位置,重构规划空间;步骤3,将重构得到的规划空间划分为三维栅格空间,并建立二值化栅格空间;步骤4,利用机器人逆向运动学在已知末端坐标下求得机械臂各关节对应解析解,在全局坐标系下判定机械臂与规划空间边界、禁止区域边界和运动目标之间的相对位置关系;步骤5,为机械臂规划运动策略并获取最优运动策略,使得机械臂在避开障碍物的前提下,以最小代价运动到目标位置。 |
