摘要
本发明提出了一种用于组培苗移栽的机械臂路径规划方法、装置及其可读存储介质,本方法利用机器视觉识别组培苗与穴盘空位的位姿,定义包含位置、姿态、关节角度、夹持力的28维状态空间及8维动作空间,设计融合成功移栽、避障、姿态匹配、时间效率的多子项加权奖励函数,采用软演员‑评论家(SAC)算法构建深度强化学习网络。通过虚拟仿真训练,使机械臂自主学习生成无碰撞、平滑且高效的抓取‑转移‑移栽路径,实现对组培苗形态多样、穴盘规格变化等动态环境的自适应。该方法无需预设场景参数,显著提升系统泛化能力与自动化水平,为组培苗移栽的智能化生产提供可靠解决方案。
技术关键词
末端执行器
深度强化学习
薄膜力传感器
机械臂关节
穴盘
算法框架
机器视觉技术
网络
可读存储介质
虚拟仿真训练
模糊PID算法
机器视觉识别
生成无碰撞
定义
角度传感器
提升系统
系统为您推荐了相关专利信息
策略网络模型
四足机器人
深度强化学习
关节
非临时性计算机可读存储介质
博弈决策方法
深度强化学习方法
知识图谱推理
搜索模块
定义
中继无人机
资源分配方法
速率
通信系统
无人机轨迹规划
能源管理系统
能效优化方法
数据采集模块
短期负荷预测
模态传感器