基于改进DQN算法的茶叶采摘机械手路径规划

来源：中国农机化学报杂志2023年第8期北京时间：

作者：李航, 廖映华, 黄波

单位：四川轻化工大学，四川宜宾，644000

摘要：为解决名优茶叶采摘过程中老叶、茎梗等干扰物导致采摘路径较长、效率低、采摘品质低等问题，提出一种基于目标识别的改进型深度强化学习方法。图像目标经过预处理后，利用HIS颜色模型获取不同深度的目标对象，通过参数通道的设置获取嫩芽的采摘位置，分析采摘对象的外形特征，利用速度、角速度、距离误差等作为奖励函数的导向因素，实现对深度强化学习的改进。通过建立目标函数、目标网络以及经验回收实现规划路径的强化训练，从而完成采摘过程的路径规划设计。利用Gazebo仿真平台对采摘路径进行强化学习训练，模拟障碍物实现采摘路径的优化，完成规划算法的验证，并得到随着训练次数的增加，改进型深度强化学习方法对采摘路径优化有效，定位切割精度控制在0.005m范围内，路径优化效率提高3.6%。

关键词：茶叶采摘,图像处理,改进DQN,路径规划,Gazebo仿真,采摘机械

基金资助：四川省科技厅重点研发项目(2021YFG0056、2021YFG00500)