- 1、本文档共13页,其中可免费阅读12页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提出了一种基于强化学习的落料控制方法,包括:利用摄像头采集现场图像;其中,现场图像包括:车辆和落料口的正面图像、侧面图像和俯视图像;利用预设的实例分割模型,根据现场图像和现场设备信息,提取出现场参数;将现场参数作为当前状态参数进行分析,控制车辆位置和落料口大小,包括:设置训练阶段和使用阶段;在训练阶段根据不同的当前状态参数调整车辆位置和落料口大小,通过反馈奖励和惩罚重复训练阶段的内容直至车辆能够在最短的时间内满载;在使用阶段根据训练阶段训练好的策略控制车辆位置和落料口大小。本发明实现全流程
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117184939A
(43)申请公布日2023.12.08
(21)申请号202311174598.1G06V10/26(2022.01)
文档评论(0)