本發明提供的一種基于深度強化學習的人機協作流水線系統通過深度學習技術,借助RRBFNN實現了機械臂預測人類伙伴施加的接觸力的意圖,形成在線自整定參數的阻抗控制器,以該阻抗模型為軌跡規劃器作為強化學習DDPG算法的actor網絡,通過DDPG算法優化機械臂任務軌跡,實現效率優化的人機協作流水線系統。同時,采用SSD網絡識別具有不同的外觀特征的物體,采用Sobel算子和Canny算子形成完整的物體圖像邊緣,并提出一種融合算法將待定抓取姿態進行融合,形成最終的抓取姿態來指導機械臂抓取物體,實現了機械臂對于不同特征的物體自主調整抓取姿態的能力。
聲明:
“基于深度強化學習的人機協作流水線系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)