摘要
本申请公开了一种动态自适应分拣决策建模优化方法及系统,涉及分拣控制技术领域,包括:获取待分拣货物的多模态感知数据、待分拣货物的货物点云数据、分拣执行设备的运行数据和待分拣货物与分拣执行设备之间的接触力学数据;在基于多模态感知数据确定待分拣货物为新类别货物时,根据多模态感知数据、货物点云数据、运行数据和接触力学数据构建多维动态特征向量;基于多维动态特征向量,通过元学习隐式映射网络对待分拣货物的分拣策略进行预测,得到优化分拣策略,元学习隐式映射网络基于模型无关元学习框架构建得到。解决现有技术中的分拣决策方法面对新类别货物时生成分拣策略速度慢的技术问题,提升系统在处理多样化货物时的泛化能力。
技术关键词
建模优化方法
交叉带分拣机
策略
动态
样本
执行设备
数据
多模态
传送带
机械臂
决策
点云
摆轮分拣机
网络
力学
分拣控制技术
视觉传感设备
训练集
深度信息提取
闭环控制算法
系统为您推荐了相关专利信息
质检模型
语音质检方法
参数
神经网络模型训练
样本
混沌控制方法
风电系统
反馈控制策略
储能电池
电压传感器
优化控制系统
空调单元
温度变化信息
温度传感单元
模式
冲击波超压
模糊神经网络模型
模糊规则
隶属度函数
战斗部装药