一种基于强化学习的狭小空间喷涂轨迹规划方法

本发明公开了一种基于强化学习的狭小空间喷涂轨迹规划方法，通过LiDAR和TOF相机获取环境数据，得到LiDAR点云和TOF点云；对LiDAR点云和TOF点云进行配准融合，对融合后点云的每个点进行法向量一致化处理；然后通过引入遮挡感知权重改进的泊松方程重建，并通过拉普拉斯平滑处理消除噪声，得到目标点云集合；针对喷涂路径轨迹的规划，设计强化学习的状态空间、动作空间与奖励函数，确定喷涂路径轨迹规划策略；基于目标点云集合，采用喷涂路径轨迹规划策略进行喷涂轨迹规划。通过改进的迭代最近点算法实现传感器数据融合，配合泊松重建算法修复遮挡区域，能够实现输入参数与输出膜厚的精准对应，显著提高喷涂厚度的控制精度。