[发明专利]一种基于深度强化学习的机器人三维测量路径规划方法有效
| 申请号： | 202310864607.3 | 申请日： | 2023-07-14 |
| 公开（公告）号： | CN116604571B | 公开（公告）日： | 2023-10-27 |
| 发明（设计）人： | 王耀南;唐永鹏;谭浩然;冯运;张辉;谢核;彭伟星;吴昊天;刘学兵;毛建旭;朱青 | 申请（专利权）人： | 湖南大学 |
| 主分类号： | B25J9/16 | 分类号： | B25J9/16;G01C21/20 |
| 代理公司： | 长沙市护航专利代理事务所(特殊普通合伙) 43220 | 代理人： | 莫晓齐 |
| 地址： | 410082 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度强化学习的机器人三维测量路径规划方法，包含基于多层视球和下一最优视点的MLVS‑NBV规划方法生成候选视点集合，使用IKFast运动学求解器求解各视点对应的机器人的所有逆运动学解，建立视点—逆运动学解的评估矩阵，利用PC‑NBV点云网络学习和预测选择下一视点后的覆盖率，建立GTSP问题并利用DDQN深度强化学习方法求解，使用GPMP2运动规划器快速生成测量路径，将训练网络迁移到实际的机器人测量任务。通过视点规划方法保证测量视点的可行性并提高对不同测量对象的测量覆盖率，利用深度强化学习技术实现对不同已知对象的自主测量和对未知对象的探索式测量，规划速度快、适应性强、效率高。 | ||
| 搜索关键词： | 一种 基于 深度 强化 学习 机器人 三维 测量 路径 规划 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于湖南大学，未经湖南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310864607.3/，转载请声明来源钻瓜专利网。
