基于强化学习的农业移动机器人视觉导航

被引:29
作者
周俊
陈钦
梁泉
机构
[1] 南京农业大学江苏省智能农业装备重点实验室
关键词
农业机器人; 强化学习; 模糊逻辑; 视觉导航;
D O I
暂无
中图分类号
TP242.6 [智能机器人];
学科分类号
081104 ;
摘要
以强化学习为基础,结合模糊逻辑理论研究了农业移动机器人通过自主学习获取导航控制策略的方法。首先使用机器视觉检测环境障碍并获取障碍物相对于移动机器人的方向和距离信息。然后应用强化学习设计了机器人自主获取导航控制策略方法,使机器人能够不断适应动态变化的导航环境。最后基于模糊逻辑离散化连续的障碍物方向和距离信息,构建了离散化的环境状态,并据此制定了自主导航学习Q值表。在自制的轮式移动机器人平台上开展了试验,结果表明机器人可以在实际导航环境中自动获取更优的导航策略,完成预期的导航任务。
引用
收藏
页码:53 / 58
页数:6
相关论文
共 8 条
[1]   基于立体视觉技术的多种农田障碍物检测方法 [J].
杨福增 ;
刘珊 ;
陈丽萍 ;
宋怀波 ;
王元杰 ;
兰玉彬 .
农业机械学报, 2012, 43 (05) :168-172+202
[2]   基于机器视觉的农业机器人运动障碍目标检测 [J].
周俊 ;
程嘉煜 .
农业机械学报, 2011, 42 (08) :154-158
[3]   基于模糊控制器的未知环境下移动机器人导航 [J].
刘宏林 ;
罗杨宇 ;
李成荣 .
计算机仿真, 2011, 28 (01) :201-205
[4]   动态环境中基于模糊神经网络的AGV路径规划 [J].
肖本贤 ;
齐东流 ;
刘海霞 ;
李善寿 .
系统仿真学报, 2006, (09) :2401-2404
[5]   强化学习研究综述 [J].
高阳 ;
陈世福 ;
陆鑫 .
自动化学报, 2004, (01) :86-100
[6]   动态环境中基于遗传算法的移动机器人路径规划的方法 [J].
刘国栋 ;
谢宏斌 ;
李春光 .
机器人, 2003, (04) :327-330+343
[7]   Research on global path planning based on ant colony optimization for AUV [J].
Wang H.-J. ;
Xiong W. .
Journal of Marine Science and Application, 2009, 8 (1) :58-64
[8]  
Fuzzy logic-based real-time robot navigation in unknown environment with dead ends[J] . Meng Wang,James N.K. Liu.Robotics and Autonomous Systems . 2007 (7)