基于深度强化学习的采摘机械臂研究  

作　　者：王晶[1] 苏工兵[1] 袁梦 曾文豪 于楚飞 

机构地区：[1]武汉纺织大学机械工程及自动化学院,湖北武汉430200

出　　处：《数字农业与智能农机》2023年第6期13-15,共3页Digital Agriculture and Intelligent AgricuItural Machinery

基　　金：湖北省数字化纺织装备重点实验室开放基金(KDTL2022011);湖北省科技专项(2019AEE011)。

摘　　要：针对果树栽培过程中的采摘问题,传统的人工采摘方式存在人力成本高、效率低等问题,为此提出了一种基于深度强化学习的水果采摘机械臂方案。该方案利用RGBD深度相机获取环境信息,并结合SSD算法对水果位置进行检测和识别,可实现高达95%的识别准确率。通过深度信息获取水果的空间坐标,并将其输入DDPG算法对采摘路径进行规划。在仿真环境中进行了DDPG算法的训练和实验验证,结果表明该算法可实现目标环境中90%以上水果的采摘成功率,并且单个采摘任务所需时间不超过20 s。本方案具有在复杂采摘环境中实现稳定高效采摘的优点,具有广阔的应用前景。

关 键 词：水果采摘 机器视觉 DDPG 机械臂 

分 类 号：S225[农业科学—农业机械化工程]