System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 非结构环境中月面微小机器人自主移动的训练方法及装置制造方法及图纸_技高网

非结构环境中月面微小机器人自主移动的训练方法及装置制造方法及图纸

技术编号:44488075 阅读:0 留言:0更新日期:2025-03-04 17:52
本发明专利技术公开了一种非结构环境中月面微小机器人自主移动的训练方法及装置,属于地外探索领域。方法包括:构建用于月面微小机器人自主移动训练的三维仿真场景;根据预设的阈值范围在所述三维仿真场景中对机器人的关键参数进行域随机化处理,并根据处理结果训练生成自主移动智能模型;构建用于月面微小机器人自主移动测试的非结构物理场景;在所述非结构物理环境对所述自主移动智能模型进行测试,并调整关键环境参数,得到自主移动智能模型的测试结果。本发明专利技术能够提升自主移动智能模型对关键未知环境的适应性。

【技术实现步骤摘要】

本专利技术涉及地外探测,特别涉及一种非结构环境中月面微小机器人自主移动的训练方法及装置


技术介绍

1、地外探测场景具有环境严苛未知、先验知识欠缺、通信条件恶劣等显著特点的非结构环境,在这种环境下探测对机器人自主性和智能化的需求极为迫切,人工智能算法是提升地外星表机器人智能自主水平的有效方法,机器人智能算法通常在仿真场景中训练,然后迁移至物理场景进行测试。

2、相关技术中,由于真实的月面工作环境未知且难以进行精确的建模,导致月面微小机器人在现有的仿真场景中训练得到的智能模型难以在月面未知环境中成功应用。

3、基于此,目前亟需一种非结构环境中月面微小机器人自主移动的训练方法及装置来解决上述技术问题。


技术实现思路

1、本专利技术提供了一种非结构环境中月面微小机器人自主移动的训练方法及装置,能够使机器人在仿真场景中训练得到的智能模型更好的适应月面环境。技术方案如下:

2、一方面,提供了一种非结构环境中月面微小机器人自主移动的训练方法,所述方法包括:

3、构建用于月面微小机器人自主移动训练的三维仿真场景;

4、根据预设的阈值范围在所述三维仿真场景中对机器人的关键参数进行域随机化处理,并根据处理结果训练生成自主移动智能模型;

5、构建用于月面微小机器人自主移动测试的非结构物理场景;

6、在所述非结构物理场景对所述自主移动智能模型进行测试,并根据测试结果调整所述关键参数,得到自主移动智能模型的测试结果。>

7、另一方面,提供了一种非结构环境中月面微小机器人自主移动的训练装置,所述装置包括:

8、第一建模模块,用于构建用于月面微小机器人自主移动训练的三维仿真场景;

9、训练模块,用于根据预设的阈值范围在所述三维仿真场景中对机器人的关键参数进行域随机化处理,并根据处理结果训练生成自主移动智能模型;

10、第二建模模块,构建用于月面微小机器人自主移动测试的非结构物理场景;

11、测试模块,用于在所述非结构物理场景对所述自主移动智能模型进行测试,并根据测试结果调整所述关键参数,得到自主移动智能模型的测试结果。

12、另一方面,提供了一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器用于存放计算机程序,所述处理器用于执行所述存储器上所存放的计算机程序,以实现上述所述的非结构环境中月面微小机器人自主移动的训练方法的步骤。

13、另一方面,提供了一种计算机可读存储介质,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述所述非结构环境中月面微小机器人自主移动的训练方法的步骤。

14、另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现上述所述的非结构环境中月面微小机器人自主移动的训练方法的步骤。

15、本专利技术提供的技术方案至少可以带来以下有益效果:该方法首先在仿真器中构建机器人自主移动训练的三维仿真环境,接着在训练过程中根据阈值范围对模型的关键参数进行域随机化处理,得到自主移动智能模型,将自主移动智能模型在构建的物理测试场景中训练以对关键参数进行调整,得到自主移动智能模型的测试结果。本方法构建了月面微小机器人自主移动训练的非结构环境,提升智能模型对关键未知环境的适应性,并构建了地面物理测试场景对智能模型进行测试,验证了智能模型进行数字物理迁移的可行性,对于将智能模型在未知的月面环境应用非常重要。

本文档来自技高网...

【技术保护点】

1.一种非结构环境中月面微小机器人自主移动的训练方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述三维仿真场景和所述非结构物理场景均包括模拟月面、深空背景、着上组合体和月面微小机器人。

3.根据权利要求1所述的方法,其特征在于,所述根据预设的阈值范围在所述三维仿真场景中对机器人的关键参数进行域随机化处理,并根据处理结果训练生成自主移动智能模型,包括:

4.根据权利要求3所述的方法,其特征在于,所述根据微小机器人在月面的理想工作状态和微小机器人的运动能力,确定初始仿真场景中参数的域随机化阈值范围,包括:

5.根据权利要求1所述的方法,其特征在于,所述利用所述非结构物理场景对所述自主移动智能模型进行测试,并根据测试结果调整所述关键参数,得到自主移动智能模型的测试结果,包括:

6.根据权利要求5所述的方法,其特征在于,所述环境适应性包括光照适应性、地形适应性、目标图像适应性和初始图像适应性。

7.一种非结构环境中月面微小机器人自主移动的训练装置,其特征在于,所述装置包括:

8.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器用于存放计算机程序,所述处理器用于执行所述存储器上所存放的计算机程序,以实现上述权利要求1-6任一所述方法的步骤。

9.一种计算机可读存储介质,其特征在于,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-6任一所述的方法的步骤。

10.一种计算机程序产品,其特征在于,包括计算机程序,所述计算机程序被处理器执行时实现权利要求1-6任一所述的方法的步骤。

...

【技术特征摘要】

1.一种非结构环境中月面微小机器人自主移动的训练方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述三维仿真场景和所述非结构物理场景均包括模拟月面、深空背景、着上组合体和月面微小机器人。

3.根据权利要求1所述的方法,其特征在于,所述根据预设的阈值范围在所述三维仿真场景中对机器人的关键参数进行域随机化处理,并根据处理结果训练生成自主移动智能模型,包括:

4.根据权利要求3所述的方法,其特征在于,所述根据微小机器人在月面的理想工作状态和微小机器人的运动能力,确定初始仿真场景中参数的域随机化阈值范围,包括:

5.根据权利要求1所述的方法,其特征在于,所述利用所述非结构物理场景对所述自主移动智能模型进行测试,并根据测试结果调整所述关键参数,得到自主移动智能模型...

【专利技术属性】
技术研发人员:谢心如刘乃龙仲崇潇邢琰刘磊李谋
申请(专利权)人:北京控制工程研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1