CN119409073A 基于深度学习的卸船机智能作业方法、装置、设备及介质 （唐山港集团港机船舶维修有限公司） - 副本

基于深度学习的卸船机智能作业方法、装本申请涉及基于深度学习的卸船机智能作2实时获取机载检测设备采集的抓斗位姿数据，述抓斗位姿数据为表征卸船机的抓斗对应的位置情况和姿基于训练好的深度学习模型，获取所述抓斗位姿数据对应的最建立初始模型，将所述抓斗位姿数据作为所述初始模型对应的环境状斗的操作动作对应的移动控制信号作为所述初始模若模拟的当前抓斗位置到达所述模拟训练起始点，则基于各所述动作决策量和各个所述环境状态量各自对应的计算奖励值，对所述初始模型进行训对于每个所述环境状态量，获取当前运行过程中执行对应的所述动作对于每个所述环境状态量，若所述实时点位未到达预设的边界条件向偏差、纵向偏差和所述抓斗趋向所述目标货物点位的过程中的趋近方向中的一种或多对于每个所述环境状态量，基于奖励函数，获取所述移动评价参若所述实时点位到达预设的边界条件，则将预设的第若所述实时点位到达所述目标货物点位，则将预设的第二极值作为所述计算奖励值，3对于每个状态更新步长，更新基于所述动作决策量得到的所述若所述缓冲区的所述训练数据积累到预设的数据量阈值，则对对于每个所述采样数据，若该采样数据对应的所述实时点位到达所述对于每个所述采样数据，若该采样数据对应的所述实时点位未到实时获取模块，用于实时获取机载检测设备采集的抓获取曲线和信号模块，用于基于训练好的深度学习模型，获取号是卸船机实现所述最优抓料曲线所需的起升控制信号和小车的控制所述处理器用于执行所述存储器中存储的计算机程序，以使得所述电4实时获取机载检测设备采集的抓斗位姿数据，所述机载检测设备包括3D激光雷地看到抓斗的位姿数据和按照最优抓料曲线运行述抓斗的操作动作对应的移动控制信号作为所述初始模型基于所述卸船机对应的作业需求，获取开始接入所述初始模型的模拟训练起始5若模拟的当前抓斗位置到达所述模拟训练起始点，则基于各个所述环境状态量、计算奖励值进行训练，模型能够学习到在不同状态下采取何种动作能够获得最大的奖励。移动评价参数，所述移动评价参数包括所述实时点位与所述目标货物点位之间的直线距若所述实时点位到达预设的边界条件，则将预设的第一极值作为所述计算奖励6对于每个所述采样数据，若该采样数据对应的所述实时点位到达所述边界条件，对于每个所述采样数据，若该采样数据对应的所述实时点位未到达所述边界条制信号是卸船机实现所述最优抓料曲线所需的起升控制信号和小车的计算机程序或指令在计算机上运行时，使得所述计算机执行如第一方面任一项所述的方7[0025]卸船机是利用连续输送机械制成能提升散粒物料的机头，或兼有自行取料能力，[0028]深度学习坐标系表示的是卸船机对应的起升和抓斗的位置坐标，x轴可以以漏斗8设备和小车驱动设备带动抓斗沿最优抓料曲线到达出最优抓料曲线与移动控制信号，为桥式抓斗卸船机智能化改造提供一种新的关键技术，X=xw+k·xY=yw+k·y9述抓斗的操作动作对应的移动控制信号作为所述初始模型基于所述卸船机对应的作业需求，获取开始接入所述初始模型的模拟训练起始若模拟的当前抓斗位置到达所述模拟训练起始点，则基于各个所述环境状态量、-右+；y:下-上+;t:左-右+；F:左-右+-收+；sint=0(3)l=lttau-v,v1=v1+tau-aut=t+tau-vtv:=v:+tau-ary=-l-cost移动评价参数，所述移动评价参数包括所述实时点位与所述目标货物点位之间的直线距坐标系的原点纵坐标位于画图坐标系的原点纵坐标yw处，边界条件可以包括漏斗事故条[0061]起升上停止条件可以包括：表示起升上停[0063]如图4所示，基于指数法建立的奖励函数可以包括指数奖励函数。设置标准向量lal表示目标货物点位与深度学习坐标系对应的程序零点间的直线距离，Ibl为-为取R(x,y)=ti-bc)A=vyv，导致f(x,y)→0；基于指数函数复合奖励函数同时考虑了抓斗当前的实时点位与目标货物点位之j、若所述实时点位到达预设的边界条件，则将预设的第一极值作为所述计算奖励[0075]在当前的抓取训练回合中，每个状态更新步长更新一次环境状态量和计算奖励奖励值最终要在预设的状态动作值函数中参与计算。把训练完的模型作为当前已有模型，对于每个所述采样数据，若该采样数据对应的所述实时点位到达所述边界条件，对于每个所述采样数据，若该采样数据对应的所述实时点位未到达所述边界条[0079]本实施例中，该模型中设置有用于表示当前的抓取训练回合的抓取状态的符号[0080]当实时点位到达边界条件和/或实时点位到达目标货物点位和/或实时点位对应1，舍弃Q(snexvanex),Q(s,a)=r；当实时点位未到达边界条件时，未触发dead，即[0087]基于相同的技术构思，本申请还提供一种基于深度学习控制信号是卸船机实现所述最优抓料曲线所需的起升控制信号和小车的奖励值和该抓斗位姿数据对应的所述移动控采样训练子模块，用于若所述缓冲区的所述训练数据积累到预设的数据量阈值，设的状态动作值函数中的未来状态动作值函数，并基于该采样数据对应的所述计算奖励时点位未到达所述边界条件，则不舍弃所述状态动作值函数中的所述未来状态动作值函[0096]在本申请中可能出现的对各种消息/信息/设备/网元/系统/装置/动作/操作/流的卸船机智能作业方法中的全部或部分步骤；存储器302用于存储各种类型的数据以支持失性存储设备或者它们的组合实现，例如静态随机存取存储器(StaticRandomAccessMemory，SRAM)、电可擦除可编程只读存储器(ElectricallyErasableProgrammableRead_OnlyMemory，EEPROM)、可擦除可编程只读存储器(ErasableProgrammableRead_[0101]I/O接口303为处理器301和其他接口模块之间提供接口，上述其他接口模块可以[0102]通信总线305可包括一通路，在上述组件之间传送信息。通信总线305可以是PCI(PeripheralComponentInterconnect，外设部件互连标准)总线或EISA(Extended[0106]该计算机可读存储介质可以包括：U盘、移动硬