基于神经网络的挖掘机智能化控制研究

发布时间：2021-08-20 01:23

　　随着神经网络技术在各领域的推广应用,使用神经网络技术提高挖掘机智能化水平,为这一传统工程机械的发展注入崭新的活力,成为机械控制领域的重要研究内容。本文从挖掘机自主工作的整个流程出发,根据不同任务阶段的要求,使用LSTM和DDPG神经网络设计了挖掘机智能化控制算法,对挖掘机自主导航与轨迹控制流程实现算法上的整合,对神经网络在挖掘机智能化领域的应用进行可行性探索。首先,针对挖掘机需从视觉信息中获取挖掘目标并且不能因相对运动而丢失目标的要求,设计一种基于LSTM网络的视觉跟踪系统,采用监督学习方式学习人类观察运动物体的习惯。与传统视觉跟踪算法相比,基于LSTM网络的视觉跟踪算法能够摆脱特定跟踪物体种类限制,实现运动中对目标的稳定跟踪,不仅可为自主导航提供控制参数,也能提高向挖掘机输入目标的智能化程度。其次,针对挖掘机需根据有限环境信息自主导航到工作地点以及需要对速度、方向等连续物理量进行控制的任务要求,设计了一种基于DDPG神经网络的自主导航算法。利用其反复尝试,不断纠错提高的特性,DDPG神经网络根据自身传感器数据和视觉跟踪系统输出进行移动路径规划。相比于将环境信息和连续控制量人为划分为多... 

【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

挖掘机操作装置

铲斗斗齿轨迹精确，本文将挖掘机完整工作因此关于各工作流程的相务分析其对工作环境的自适应能段工作任务进行衔接。以化工作流程包括：中获取挖掘目标方位；规划移动路径，避开障碍整、切削或装载土石方；执行。

硕士学位论文 视觉干扰因素下对任意目标的稳定跟踪；对挖掘机自主导航的连续控制要求，设计了基于 DDPG 神经网，进行模拟与实物验证；自主导航算法进行改造，在挖掘轨迹控制模拟环境中进行训练，任意轨迹曲线拟合，实现挖掘机自主导航与轨迹控制算法的初步研究技术流程如下图所示。

【参考文献】：
期刊论文
[1]深度强化学习进展:从AlphaGo到AlphaGo Zero[J]. 唐振韬,邵坤,赵冬斌,朱圆恒.  控制理论与应用. 2017(12)
[2]多源融合导航技术综述[J]. 赵万龙,孟维晓,韩帅.  遥测遥控. 2016(06)
[3]三自由度Delta并联机械手轨迹规划方法[J]. 梅江平,臧家炜,乔正宇,刘松涛,宋涛.  机械工程学报. 2016(19)
[4]挖掘机器人视觉目标定位[J]. 王福斌,王福平,董永,王一,张磊.  计算机测量与控制. 2015(04)
[5]考虑关节摩擦的并联机器人平滑轨迹规划[J]. 刘凉,陈超英,赵新华.  机械工程学报. 2014(19)
[6]基于全局搜索的实时分布场目标跟踪方法[J]. 叱干鹏飞,宁纪锋,石武祯.  计算机应用研究. 2014(10)
[7]基于运动学分析的挖掘机器人轨迹规划新方法[J]. 任志贵,陈进,贺康生,张波.  中国工程机械学报. 2012(02)
[8]基于多传感信息的挖掘机器人导航及避障技术[J]. 王福斌,刘杰,焦春旺,陈至坤.  辽宁工程技术大学学报(自然科学版). 2011(03)
[9]移动机器人路径规划技术综述[J]. 朱大奇,颜明重.  控制与决策. 2010(07)
[10]挖掘机器人的模型与自适应模糊滑模控制[J]. 刘阔,刘杰,杨克石,郭大猛.  中国工程机械学报. 2009(01)

博士论文
[1]基于双目视觉的六足机器人环境地图构建及运动规划研究[D]. 张学贺.哈尔滨工业大学 2016
[2]基于多传感器信息融合关键技术的研究[D]. 康健.哈尔滨工程大学 2013
[3]基于机器视觉的挖掘机器人控制系统研究[D]. 王福斌.东北大学 2012
[4]视频目标跟踪算法研究[D]. 王书朋.西安电子科技大学 2009

硕士论文
[1]基于强化学习的移动机器人路径规划研究[D]. 高慧.西南交通大学 2016
[2]计算机视觉在挖掘机器人行走中的应用[D]. 胡晓杭.浙江大学 2009
[3]挖掘机器人规划控制方法与技术的研究[D]. 张强.浙江大学 2002



本文编号：3352526