玛曲| 邛崃| 松江| 界首| 宿迁| 米易| 昂昂溪| 巩留| 西峡| 阿鲁科尔沁旗| 石门| 兴国| 曲阜| 玉树| 柯坪| 咸丰| 南芬| 灵石| 仙游| 长沙县| 黟县| 白玉| 米林| 特克斯| 通山| 临潼| 容县| 武定| 呼玛| 九江县| 新郑| 平舆| 本溪满族自治县| 萨迦| 拜泉| 缙云| 潼关| 都江堰| 安溪| 长沙县| 西峰| 平远| 霍林郭勒| 大悟| 屏东| 堆龙德庆| 安远| 独山| 庆云| 托克托| 梅河口| 东安| 泌阳| 巴里坤| 普安| 宁津| 嘉兴| 衡阳县| 佳木斯| 印江| 满城| 珠穆朗玛峰| 左权| 临沭| 通山| 榆林| 休宁| 围场| 武冈| 美溪| 蔡甸| 万安| 黑河| 金门| 涟源| 桂平| 九龙| 乌苏| 凉城| 卓资| 高雄县| 珙县| 岑巩| 乐平| 五河| 班戈| 海伦| 木兰| 江山| 丹寨| 郸城| 突泉| 东西湖| 鞍山| 开原| 三江| 兰考| 无极| 郴州| 且末| 白玉| 抚宁| 大连| 镇原| 和平| 弓长岭| 濠江| 卓尼| 宁津| 新宁| 揭阳| 罗甸| 莘县| 绥中| 寿宁| 七台河| 常熟| 文山| 镇安| 绥棱| 平利| 汉口| 翁源| 防城区| 原阳| 红安| 前郭尔罗斯| 湘潭县| 永泰| 诏安| 稻城| 福山| 大洼| 兴文| 琼海| 大余| 庐山| 得荣| 菏泽| 福泉| 灌阳| 花都| 佛山| 建湖| 周至| 西盟| 蕲春| 牟平| 兴山| 抚顺县| 大石桥| 青海| 无棣| 牟定| 天水| 尚义| 平安| 福贡| 顺平| 临夏县| 凤庆| 淇县| 通化县| 瑞丽| 五华| 诸城| 闻喜| 青田| 东乡| 南澳| 儋州| 酉阳| 宁陕| 峰峰矿| 赤水| 习水| 岫岩| 扎赉特旗| 乌恰| 宕昌| 杭锦后旗| 吴堡| 泉州| 嘉善| 沿滩| 灵丘| 湛江| 麟游| 察哈尔右翼中旗| 灵台| 甘谷| 太谷| 塔城| 新津| 中江| 曲周| 徐州| 泗县| 邛崃| 沧源| 囊谦| 惠民| 桐城| 龙岩| 新沂| 花溪| 青州| 新民| 宜章| 头屯河| 定远| 托克托| 万源| 南陵| 鄂尔多斯| 宜城| 甘谷| 前郭尔罗斯| 湾里| 西华| 定陶| 垣曲| 武都| 廉江| 宜君| 乌拉特中旗| 翼城| 惠来| 武清| 太原| 兴隆| 阳高| 长沙县| 石渠| 石景山| 元谋| 定边| 汝州| 拜泉| 台前| 开封县| 北京| 万荣| 西昌| 西昌| 博鳌| 富源| 峨边| 阿荣旗| 福鼎| 宣恩| 汕头| 贵州| 丁青| 雄县| 广东| 盘县| 永平| 嘉义县| 青州| 永年| 富宁| 日照| 永顺| 澳门牌九游戏

如何使用深度强化学习进行机械臂视觉抓取控制的优化方法概述

标签:绵羊 澳门番摊娱乐 义桥

资料大小: 0.72 MB

所需积分: 0

下载次数:

用户评论: 0条评论,查看

上传日期: 2019-01-16

上 传 者: 易水寒他上传的所有资料

资料介绍

标签:深度学习(1354)人工智能(11232)神经网络(1407)

  针对提高视觉图像特征与优化控制之间契合度的问题,本文提出一种基于深度强化学习的机械臂视觉抓取控制优化方法,可以自主地从与环境交互产生的视觉图像中不断学习特征提取,直接地将提取的特征应用于机械臂抓取控制。通过不断的抓取实验,优化机械臂抓取策略,最终获得优秀的抓取策略。并且可以针对不同的抓取任务和抓取环境,学习相应的机械臂抓取控制策略。

  神经网络是人工智能研究领域的核心之一,其本质是模拟人脑的学习系统,通过增加网络的层数让机器从数据中学习高层特征。近年来,由于神经网络优异的算法性能,已经广泛应用于图像分析、目标检测等领域。

  视觉图像提供了丰富的特征信息,可以提供某个时刻对于研究问题所需要的环境的有效状态信息。正因为其具有的丰富的特征信息量,视觉图像被广泛应用于如机器人导航、机械臂控制等许多应用上。纯粹基于视觉图像的抓取控制,其质量极大地依赖于图像的特征提取的准确性和机械臂抓取控制的动力学模型的准确性。但是,传统的视觉特征提取算法受环境动态变化的影响,手工提取的特征往往费时费力,很难满足机械臂抓取控制的需求。同时,机械臂运动轨迹的求解与规划,正逆动力学模型的建立往往也十分困难。

  目前国内外许多文章提出了不同的机械臂控制方法,近年来由于图像识别技术的发展以及人工智能得到广泛的运用,出现了将两者结合起来用于机械臂的控制,并且取得了良好的效果。将机械臂避障路径规划问题置于强化学习的框架当中,采用深度Q 学习的方法训练策略以规划路径,使得机械臂能够在空间中存在障碍物的情况下实现避障抓捕。对图像进行了预处理并提取了目标边缘,结合目标特点对提取的边缘进行了椭圆拟合,并对椭圆拟合偏差进行了分析。针对常规方法设计视觉控制器的不足,基于BP 神经网络对视觉控制器进行了设计,考虑了不同网络参数和训练算法对网络训练效果的影响。深入分析了机械臂特性和目标特性,在建立机械臂、相机和目标的运动关系的基础上,基于立体视觉实现了对空间目标的位姿测量,控制机械臂进行抓取预定位。考虑立体相机的测量误差和机械臂的控制精度因素,在抓取末阶段采用单目相机,基于图像的视觉伺服策略控制机械臂进行精确位姿调整对目标进行抓取。以二自由度机械臂为基础,用摄像机获取机械臂运动区域的图像,通过图像分析,求解机械臂末端执行器在直角坐标空间的坐标值,将该值作为系统的实际位置,并通过反馈与期望坐标值相减,将所获得的误差作为机械臂控制系统的补偿量,实现整个系统的全闭环控制,进一步解决了原半闭环控制带来的控制精度不高的问题。针对多自由度机械臂的神经网络控制问题,将控制系统根据自由度分为两个子系统,提出全局神经网络与局部神经网络组合对机械臂系统进行控制。

  指出机械臂视觉抓取系统中基于深度学习的视觉识别可通过对深度卷积神经网络的训练实现多目标快速识别而不必更改识别算法。这需要搜集被检测目标的大量图像制作标准的训练集,利用前述基于深度神经网络的目标识别算法对数据集进行离线训练,将得到的模型用于在线识别。R-CNN 系列算法是目前主流的用于机械臂抓取的深度学习目标检测算法,但是速度上并不能满足实时的要求。

  机械臂视觉抓取在常规的机器人学、控制理论的基础上,融合了计算机视觉理论、深度学习和人工智能等学科,具有重要的科研和应用价值。

  如何提高视觉图像特征与优化控制之间的契合度是现有技术需要解决的问题。针对现有技术的缺点,本文提出了一种结合深度强化学习[15]的机械臂视觉抓取控制优化方法。在建立在人工智能算法深度强化学习的基础上,能自主地学习视觉图像的特征提取,并有效地规划机械臂的抓取控制轨迹。同时,根据不同的应用环境和抓取目标,自主地学习相应的机械臂抓取控制策略,提高了算法的泛化能力。深度强化学习的应用,避免了人为的特征提取和运动轨迹计算,提高了准确度,简化了复杂度,从而提升实际机械臂抓取控制的效率。

用户评论

查看全部 条评论

发表评论请先 , 还没有账号?免费注册

发表评论

用户评论
技术交流、我要发言! 发表评论可获取积分! 请遵守相关规定。
上传电子资料
古桥 东张村委会 市民广场 湖泽镇 银州区
鲁容乡 玉女 基斯马尤 溪头乡 河口路口
拉斯维加斯平台 澳门威尼斯人赌城 金星棋牌 澳门巴黎人网站 MG老虎机
威尼斯人平台 澳门威尼斯人官网 ag电子游戏技巧 庄闲注册 线上赌博平台
澳门威尼斯人官网 真人网址 北京赛车pk10微信群 威尼斯人官网 葡京平台
网络真钱游戏 澳门威尼斯人官网 永利官网平台 澳门梭哈游戏博彩 澳门百老汇游戏平台
老虎机定位器 澳门大富豪网址 现金三公注册网址 牛牛游戏下载 现金骰宝 年度十大电子游戏 大小点游戏 玩什么游戏可以挣钱 电子游戏厅 方法奇葩赌博网 巴黎人网站 pt电子游戏哪个最会爆 澳门巴黎人游戏 澳门龙虎斗注册 澳门大富豪网站 押大小排行 真钱打牌 明升网站 十三水技巧 电子游戏下载 二十一点平台 现金网游戏开户平台 澳门百老汇游戏官网 皇博压大小 真钱捕鱼 跑马机游戏 赌博技巧 巴比伦赌场官网 现金三公 地下网址 捕鱼游戏技巧 英皇网站 手机玩游戏赚钱平台 现金网排行 pt电子游戏注册 赌博技巧 电脑玩游戏赚钱平台 海立方游戏 ag电子游戏排行 希尔顿官网 太阳网上压大小 现金赌钱游戏 现金棋牌游戏 真人网站网址 地下开户 九五至尊娱乐网址 澳门梭哈游戏官网 奇葩袖赌博网 鸿胜国际压大小 博狗扑克游戏 德州扑克游戏规则 庄闲代理 奔驰宝马老虎机下载 现金三公开户注册 免费试玩电子游戏 GT压大小 新濠天地注册 现金老虎机网站 纸牌赌博种类 乐天堂开户 澳门永利平台 电脑版捕鱼达人 玩电子游戏入门 斗牛游戏 bbin压大小 网上电子游戏网址 澳门网络下注平台 明升国际网址 明升娱乐 捕鱼达人电子游戏 mg电子游戏试玩 二十一点游戏赌场 澳门万利赌场官网 大小对比网站 现金电子游戏 电子游戏实用技术 老虎机破解器 澳门梭哈官网 澳门百老汇赌场注册 千炮捕鱼兑换现金 网上合法赌场 PT电子游戏 波克棋牌官方下载 天天棋牌 凤凰棋牌 美少女战士电子游戏 什么游戏可以赚人民币 银河国际娱乐 澳门番摊官网 澳门梭哈官网 胜博发电子游戏 电子游戏打鱼机 澳门现金网 大三巴网站 PT电子游戏 澳门银河国际娱乐