一种面向重度遮挡目标的采摘机器人自适应容错作业方法

本申请适用于智能控制的技术领域，提供了一种面向重度遮挡目标的采摘机器人自适应容错作业方法，其方法包括先基于相机，获取第一待检测图像信息，如果第一待检测图像信息中存在潜在采摘目标信息，则获取第二待检测图像信息，如果第二待检测图像信息中存在确切采摘目标信息，则生成障碍物状态空间信息，再基于此生成空间位移量集信息，然后确定出奖励值信息并基于此，对机械臂进行多次控制，以使机械臂的末端逐步运动至确切采摘目标信息的位置。本申请能够实现将障碍物建模为高维参数空间中的多自由度弹性体，实施贯穿障碍物进行干涉式摘取的策略，结合深度强化学习模型以进一步提升机器人对障碍物的自适应性和自主作业效率，大幅度提高采摘效率。