龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明涉及一种基于深度强化学习的双机械臂协作系统，通过摄像头进行环境感知与目标检测，运用FasterR‑CNN识别抓取点，并采用VGG‑16网络辅助抓取策略决策。系统创新性地使用单个基于Actor‑Critic形式的SAC算法控制两臂协同作业，实现了抓取与搬运任务的智能化。在搬运过程中，领航者与协同者机械臂依据改进的CSAC算法动态调整动作，确保高效路径规划与姿态同步，其中奖励机制促进目标接近同时避免碰撞，维持闭环约束下的协作稳定性。整个系统在CoppeliaSim仿真环境中验证，展现了从物体识别到稳定搬运的全过程自动化处理能力。
主权项：1.一种基于深度强化学习的双机械臂协作搬运系统，其特征在于，由以下步骤搭建：步骤一：状态感知与环境建模，利用摄像头收集周围环境和目标物体的信息，构建场景的数字化表示，供深度强化学习算法做决策依据；基于CoppeliaSim搭建双机械臂协作搬运系统，该系统包括操作台、领航者机械臂、协作者机械臂、机械手爪、工件及物料盒；操作台包括两端和中间部位三部分，其中一端上设置有领航者机械臂，另一端上设置有协作者机械臂，中间部位上设置有一定间隔的工件和物料盒，操作台台面正上方有深度相机，收集视觉信息，供视觉算法识别抓取点；领航者机械臂和协作者机械臂的基座均位于操作台两端，两者的末端执行器初始位姿均处于操作台两侧，两机械臂末端均安装有机械手爪，等待抓取工件；当领航者机械臂和协作者机械臂抓住工件后，协作同步移动至物料盒上方，将工件放置于物料盒中；步骤二：依据摄像头收集的视觉信息，使用视觉算法识别抓取点；步骤三：根据步骤二识别的抓取点，属于Actor-Critic形式的深度强化学习算法SAC控制双机械臂抓取物体；步骤四：使用改进的双机械臂协作深度强化学习算法对物体进行搬运至目标点。
全文数据：
权利要求：
百度查询： 东华大学 一种基于深度强化学习的双机械臂协作搬运系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号