当前位置:主页 > 科技论文 > 自动化论文 >

基于深度强化学习的水下机械臂抓取研究

发布时间:2021-11-12 05:45
  随着人类对海洋探索的不断深入,科学考察与水下作业等活动也日渐增多,对支撑这些活动的水下作业设备、水下作业技术也提出了更高的要求,水下液压机械臂作为水下作业的主流工具之一,通常会搭载在水下机器人上共同完成水下作业。目前水下机械臂的控制方式以主从伺服控制为主,虽然主从伺服控制方式较为成熟且被广泛应用,但其作业效果很大程度上取决于工作人员对于水下环境的感知以及临场操作,整个过程耗费时间长,作业精度低,已经越来越不能满足高效复杂的任务需求。如何将自主作业技术应用于水下复杂作业任务是目前亟待突破的关键技术问题之一。实现水下机械臂自主作业面临着诸多问题,例如水下机械臂的建模与运动控制、水下目标物识别与定位、水下机械臂轨迹规划等。本文将研究重点放在水下液压机械臂的运动控制之上,将深度强化学习与水下液压机械臂的运动控制相结合,实现对典型目标物的自主抓取,具体内容如下:首先,为水下液压机械臂建立运动学模型,并对其工作空间进行分析求解,针对机械臂末端定位精度较差的问题,对其进行了关节标定与运动学标定,保证了机械臂末端定位精度满足抓取要求。其次,为水下液压机械臂搭建了基于ROS的运动控制系统,包括上位机中利... 

【文章来源】:中国科学技术大学安徽省 211工程院校 985工程院校

【文章页数】:82 页

【学位级别】:硕士

【部分图文】:

基于深度强化学习的水下机械臂抓取研究


图1.?1国外研发的水下机械臂??

机械臂,水下机器人


?第1章绪论???国内对于水下机械臂的研宄始于上世纪70年代,起步相对较晚,受限于技??术以及研发成本,起步阶段开展研宄的单位主要是研宄所和高校,经过近半世纪??的研究与积累,国内研发的水下机械臂水平有了明显提高,其中比较具有代表性??的水下机械臂如图1.2所示。????i^Pi??慝?J.?_^3!'二:二??if?^mWBm??(a)浙江大学7功能液压机械臂[9]?(b)沈阳自动化研宂所7功能液压机械臂??图1.2国内研发的水下机械臂??水下机械臂通常被搭载于水下机器人之上,水下机械臂与水下机器人共同组??成水下作业系统,水下机器人可以分为三种类型,分别是载人潜水器(HOV,??Human?Occupied?Vehicles)、遥控水下机器人(ROV,Remotely?Operated?Vehicle)??以及自主水下机器人(AUV,AutonomousUnderwaterVehicle)丨1】,其中HOV作??业是依靠处于密封载人舱内的潜航员,通过观察窗观察舱外的环境或水下摄像机??反馈的环境信息来操作作业工具,完成作业任务;ROV的作业方式为首先母船??通过脐带缆为ROV提供动力,到达作业地点后,ROV同样通过脐带缆将水下摄??像机捕捉到的水下环境信息反馈给母船,母船上的操作人员上根据反馈回来的视??频,完成水下作业;AUV?—般负责的是对特定区域的勘测和数据采集,本身不??携带作业工具。除了以上三种常见的水下机器人外,还有一种将AUV与ROV特??点相结合的较新的水下机器人ARV?(AutonomousRemotely-operatedVehicle),但??由于水下作业对水下机器人储备能

遥操作


??第1章绪论???Wmmk??图1.?3遥操作作业??1.2.2水下机械臂自主作业研究现状??随着近年水下机器人的智能程度越来越高,有学者提出了?I-AUV??(Intervention?Autonomous?Underwater?Vehicle)的概念[1(3],即使用?AUV?作为代??替载人潜水器的载体,通过携带机械臂,在无人干预或最少人为干预的条件下,??直接与未知模型的水下结构物接触,执行水下自主作业ln]。I-AUV可以应用于海??底设备安装、水下考古工作、水下生物探测等作业任务,目前仍处于研宄阶段,??尚未投入工程应用,世界上早期的几个I-AUV如图1.4所示,从左到右依次为法??国的?ALIVE?AUV【12]、美国的?SAUVIMAUV113]以及西班牙的?GIRONA?500?AUVl|4]。??K|B!dpg|??SEHU?—I??图1.?4典型的I-AUV??1997?年,美国夏威夷大学发起了?SAUVIM?(Semi-Autonomous?Underwater??Vehicle?for?Intervention?Missions)项目,该项目的主要研究目标是开发搭载机械??臂的6000米自主/半自主作业型AUV系统。在水中SAUVIM的目标定位方案根??据距离目标物的远近可分为三种方案[13,15】(如图1.5所示):??1)长距离:距离目标超过40米时,SAUVIM利用搭载的375kHz的成像声??呐进行目标扫描和定位;??2)中等距离:2?40米之间,使用精度更高的双频识别声呐(DualFrequency??Identification?Sonar:?DIDSON)进行目标

【参考文献】:
期刊论文
[1]坚持陆海统筹 建设海洋强国——我国海洋政策发展历程与方向[J]. 付玉,王芳.  国土资源. 2019(10)
[2]迈进高维连续空间:深度强化学习在机器人领域中的应用[J]. 多南讯,吕强,林辉灿,卫恒.  机器人. 2019(02)
[3]基于三级卷积神经网络的物体抓取检测[J]. 喻群超,尚伟伟,张驰.  机器人. 2018(05)
[4]双机械手协同运动模型及其工作空间分析[J]. 李情,茅健,朱姿娜,周玉凤.  制造业自动化. 2017(11)
[5]一种基于深度学习的机械臂抓取方法[J]. 杜学丹,蔡莹皓,鲁涛,王硕,闫哲.  机器人. 2017(06)
[6]一种基于视觉测量的大型碟式聚光器镜面单元位姿调节方法[J]. 陈瑜,彭佑多,颜健,余佳焕,李诗晴,王旻辉.  湖南科技大学学报(自然科学版). 2017(02)
[7]基于模糊强化学习的微创外科手术机械臂人机交互方法[J]. 杜志江,王伟,闫志远,董为,王伟东.  机器人. 2017(03)
[8]外骨骼式上肢康复机器人的轨迹规划及仿真[J]. 国许东,王钰,佟河亭.  青岛大学学报(自然科学版). 2015(03)
[9]基于蒙特卡洛法的七自由度拟人机械臂工作空间分析[J]. 何价来,罗金良,宦朋松,邓健.  组合机床与自动化加工技术. 2015(03)
[10]液压油温度过高的原因与降温措施[J]. 曹广文.  工程机械与维修. 2011(04)

硕士论文
[1]基于深度强化学习的双臂机器人物体抓取[D]. 刘钱源.山东大学 2019
[2]《纽约时报》海洋生态新闻研究(2016.1.1-2019.1.1)[D]. 王冰曦.河北大学 2019
[3]基于深度强化学习的机械臂控制研究[D]. 卜令正.中国矿业大学 2019
[4]水下机械臂轨迹规划及控制系统研究与实现[D]. 张奇.哈尔滨工程大学 2019
[5]基于机器视觉的电能表挂载状态检测与精确定位系统研发[D]. 王彬.南京航空航天大学 2017
[6]机械手作业扰动下UUV动态控位技术研究[D]. 张耕实.哈尔滨工程大学 2014
[7]机器人运动学参数辨识及冗余参数研究[D]. 张越.哈尔滨工业大学 2013
[8]工业机器人运动学标定及误差分析研究[D]. 夏天.上海交通大学 2009
[9]基于单目视觉的水下目标识别与定位技术研究[D]. 尚云超.哈尔滨工程大学 2008
[10]压力适应型深海水下液压机械手及主从式多关节复合控制研究[D]. 章艳.浙江大学 2006



本文编号:3490291

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3490291.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户60d5b***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com