基于DPPO的移动采摘机器人避障路径规划及仿真

doi:10.16182/j.issn1004731x.joss.22-0487

摘要/Abstract

关键词: 深度强化学习, 近端策略优化, 移动采摘机器人, 避障, 路径规划, 人工势场, 碰撞锥

Key words: deep reinforcement learning, proximal policy optimization, mobile picking robot, obstacle avoidance, path planning, artificial potential field, collision cone

林俊强,王红军,邹湘军等 . 基于DPPO的移动采摘机器人避障路径规划及仿真[J]. 系统仿真学报, 2023, 35(8): 1692-1704.

Junqiang Lin,Hongjun Wang,Xiangjun Zou,et al . Obstacle Avoidance Path Planning and Simulation of Mobile Picking Robot Based on DPPO[J]. Journal of System Simulation, 2023, 35(8): 1692-1704.

图/表 16

图1

表1

状态空间集合列表

观测变量	符号	状态描述
位置变量	$p r o b o t$	机器人空间位置
	$p o b s$	障碍物空间位置
	$p t r e e$	果树空间位置
机器人变量	$R v$	线速度
	$R ω$	角速度
	$R t$	移动时间
距离变量	$d R O$	机器人与障碍物的距离
距离变量	$d R G$	机器人与目标点的距离

表1

表2

动作空间集合列表

控制方式

符号

动作描述

取值范围

前进控制

a v

$a v > 0$ 加速

$a v = 0$ 静止

[0, 1]

转向控制

a ω

$- 1 < a ω < 0$ 左转

$a ω = 0$ 直行

$0 < a ω < 1$ 右转

[

-

1, 1]

表2

图2

图3

图4

图5

表3

图6

图7

表4

图8

表5

图9

图10

图11

参考文献 25

1	胡广锐, 孔微雨, 齐闯, 等. 果园环境下移动采摘机器人导航路径优化[J]. 农业工程学报, 2021, 37(9): 175-184.
	Hu Guangrui, Kong Weiyu, Qi Chuang, et al. Optimization of the Navigation Path for a Mobile Harvesting Robot in Orchard Environment[J]. Transactions of the Chinese Society of Agricultural Engineering, 2021, 37(9): 175-184.
2	闫皎洁, 张锲石, 胡希平. 基于强化学习的路径规划技术综述[J]. 计算机工程, 2021, 47(10): 16-25.
	Yan Jiaojie, Zhang Qieshi, Hu Xiping. Review of Path Planning Techniques Based on Reinforcement Learning[J]. Computer Engineering, 2021, 47(10): 16-25.
3	Lai Xin, Li Jiahe, Chambers J. Enhanced Center Constraint Weighted A^* Algorithm for Path Planning of Petrochemical Inspection Robot[J]. Journal of Intelligent & Robotic Systems, 2021, 102(4): 78.
4	Orozco-Rosas U, Montiel O, Sepúlveda Roberto. Mobile Robot Path Planning Using Membrane Evolutionary Artificial Potential Field[J]. Applied Soft Computing, 2019, 77: 236-251.
5	陈志梅, 李敏, 邵雪卷, 等. 基于改进RRT算法的桥式起重机避障路径规划[J]. 系统仿真学报, 2021, 33(8): 1832-1838.
	Chen Zhimei, Li Min, Shao Xuejuan, et al. Obstacle Avoidance Path Planning of Bridge Crane Based on Improved RRT Algorithm[J]. Journal of System Simulation, 2021, 33(8): 1832-1838.
6	Ajeil H F, Ibraheem I K, Sahib M A, et al. Multi-objective Path Planning of an Autonomous Mobile Robot Using Hybrid PSO-MFB Optimization Algorithm[J]. Applied Soft Computing, 2020, 89: 106076.
7	AL-Taharwa I, Sheta A, Al-Weshah M. A Mobile Robot Path Planning Using Genetic Algorithm in Static Environment[J]. Journal of Computer Science, 2008, 4(4): 341-344.
8	邓向阳, 张立民, 方伟, 等. 基于双向汇聚引导蚁群算法的机器人路径规划[J]. 系统仿真学报, 2022, 34(5): 1101-1108.
	Deng Xiangyang, Zhang Limin, Fang Wei, et al. Robot Path Planning Based on Bidirectional Aggregation Ant Colony Optimization[J]. Journal of System Simulation, 2022, 34(5): 1101-1108.
9	张文, 刘勇, 张超凡, 等. 基于方向A^*算法的温室机器人实时路径规划[J]. 农业机械学报, 2017, 48(7): 22-28.
	Zhang Wen, Liu Yong, Zhang Chaofan, et al. Real-time Path Planning of Greenhouse Robot Based on Directional A^* Algorithm[J]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(7): 22-28.
10	李腾, 丁佩佩, 刘金芳. 货到人拣选系统多阶段可穿行多AGV路径规划[J]. 系统仿真学报, 2022, 34(7): 1512-1523.
	Li Teng, Ding Peipei, Liu Jinfang. Multi-stage Multi-AGV Path Planning With Walk Under Shelves for Robotic Mobile Fulfillment Systems[J]. Journal of System Simulation, 2022, 34(7): 1512-1523.
11	殷建军, 董文龙, 梁利华, 等. 复杂环境下农业机器人路径规划优化方法[J]. 农业机械学报, 2019, 50(5): 17-22.
	Yin Jianjun, Dong Wenlong, Liang Lihua, et al. Optimization Method of Agricultural Robot Path Planning in Complex Environment[J]. Transactions of the Chinese Society for Agricultural Machinery, 2019, 50(5): 17-22.
12	魏武, 韩进, 李艳杰, 等. 基于双树Quick-RRT^*算法的移动机器人路径规划[J]. 华南理工大学学报(自然科学版), 2021, 49(7): 51-58.
	Wei Wu, Han Jin, Li Yanjie, et al. Path Planning of Mobile Robots Based on Dual-tree Quick-RRT^* Algorithm[J]. Journal of South China University of Technology(Natural Science Edition), 2021, 49(7): 51-58.
13	孙辉辉, 胡春鹤, 张军国. 移动机器人运动规划中的深度强化学习方法[J]. 控制与决策, 2021, 36(6): 1281-1292.
	Sun Huihui, Hu Chunhe, Zhang Junguo. Deep Reinforcement Learning for Motion Planning of Mobile Robots[J]. Control and Decision, 2021, 36(6): 1281-1292.
14	张荣霞, 武长旭, 孙同超, 等. 深度强化学习及在路径规划中的研究进展[J]. 计算机工程与应用, 2021, 57(19): 44-56.
	Zhang Rongxia, Wu Changxu, Sun Tongchao, et al. Progress on Deep Reinforcement Learning in Path Planning[J]. Computer Engineering and Applications, 2021, 57(19): 44-56.
15	刘全, 翟建伟, 章宗长, 等. 深度强化学习综述[J]. 计算机学报, 2018, 41(1): 1-27.
	Liu Quan, Zhai Jianwei, Zhang Zongchang, et al. A Survey on Deep Reinforcement Learning[J]. Chinese Journal of Computers, 2018, 41(1): 1-27.
16	Lin Junqiang, Zhang Po, Li Chengen, et al. APF-DPPO: An Automatic Driving Policy Learning Method Based on the Artificial Potential Field Method to Optimize the Reward Function[J]. Machines, 2022, 10(7): 533.
17	徐晓苏, 袁杰. 基于改进强化学习的移动机器人路径规划方法[J]. 中国惯性技术学报, 2019, 27(3): 314-320.
	Xu Xiaosu, Yuan Jie. Path Planning for Mobile Robot Based on Improved Reinforcement Learning Algorithm[J]. Journal of Chinese Inertial Technology, 2019, 27(3): 314-320.
18	王珂, 卜祥津, 李瑞峰, 等. 景深约束下的深度强化学习机器人路径规划[J]. 华中科技大学学报(自然科学版), 2018, 46(12): 77-82.
	Wang Ke, Bu Xiangjin, Li Ruifeng, et al. Path Planning for Robots Based on Deep Reinforcement Learning by Depth Constraint[J]. Journal of Huazhong University of Science and Technology(Natural Science Edition), 2018, 46(12): 77-82.
19	成怡, 郝密密. 改进深度强化学习的室内移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(21): 256-262.
	Cheng Yi, Hao Mimi. Path Planning for Indoor Mobile Robot With Improved Deep Reinforcement Learning[J]. Computer Engineering and Applications, 2021, 57(21): 256-262.
20	Zheng Jianfeng, Mao Shuren, Wu Zhenyu, et al. Improved Path Planning for Indoor Patrol Robot Based on Deep Reinforcement Learning[J]. Symmetry, 2022, 14(1): 132.
21	邹湘军, 罗锡文, 卢俊, 等. 虚拟环境下农业移动机器人行为及其仿真建模[J]. 系统仿真学报, 2006, 18(增2): 551-553, 562.
	Zou Xiangjun, Luo Xiwen, Lu Jun, et al. Modeling for Behavior and Simulation of Agriculture Mobile Robot in Virtual Environment[J]. Journal of System Simulation, 2006, 18(S2): 551-553, 562.
22	Schulman J, Wolski F, Dhariwal P, et al. Proximal Policy Optimization Algorithms[EB/OL]. (2017-08-28)[2022-05-06].
23	Heess N, TB D, Sriram S, et al. Emergence of Locomotion Behaviours in Rich Environments[EB/OL]. (2017-07-10)[2022-05-06].
24	熊俊涛, 李中行, 陈淑绵, 等. 基于深度强化学习的虚拟机器人采摘路径避障规划[J]. 农业机械学报, 2020, 51(增2): 1-10.
	Xiong Juntao, Li Zhongxing, Chen Shumian, et al. Obstacle Avoidance Planning of Virtual Robot Picking Path Based on Deep Reinforcement Learning[J]. Transactions of the Chinese Society for Agricultural Machinery, 2020, 51(S2): 1-10.
25	熊超, 解武杰, 董文瀚. 基于碰撞锥改进人工势场的无人机避障路径规划[J]. 计算机工程, 2018, 44(9): 314-320.
	Xiong Chao, Xie Wujie, Dong Wenhan. Obstacle Avoidance Path Planning for UAV Based on Artificial Potential Field Improved by Collision Cone[J]. Computer Engineering, 2018, 44(9): 314-320.

奖惩机制类型	实验数	成功数	移动采摘机器人每次完成任务所使用时间/s				成功率/%
奖惩机制类型	实验数	成功数	最小值	平均值	最大值	标准差	成功率/%
接触碰撞惩罚	120	104	9.41	9.66	10.17	0.41	86.7
基于人工势场法	120	111	10.03	10.48	11.23	0.67	92.5
改进人工势场法	120	117	8.96	9.15	9.47	0.25	97.5

[1]	梁隆硝, 毛剑琳, 王妮娅, 房程远, 周雯娜. 最小规划裕量优先的多机器人CBS路径规划算法[J]. 系统仿真学报, 2026, 38(5): 1159-1173.
[2]	孟文龙, 濮彦博, 龚亚. 未知环境下融合局部-全局策略的AUV路径规划[J]. 系统仿真学报, 2026, 38(4): 889-902.
[3]	李德权, 熊婉. 基于SAC3Q-HDM的强化学习机器人路径规划[J]. 系统仿真学报, 2026, 38(3): 714-724.
[4]	谢俊, 张琦, 彭延云, 石浩楠, 李东阳, 刘熙. 基于无碰撞轨迹的无人机路径规划方法研究[J]. 系统仿真学报, 2026, 38(3): 808-817.
[5]	吴舒霞, 张俊杰, 陈德珑, 陈哲毅. 面向边缘实时视频分析的资源高效持续学习框架[J]. 系统仿真学报, 2026, 38(2): 294-306.
[6]	朱玲, 李靖, 张朝辉. 基于改进REA*算法的机器人自适应路径规划[J]. 系统仿真学报, 2026, 38(2): 332-345.
[7]	王秉坤, 王越, 杨妹, 张鹏年, 樊浡昊, 唐杰. 基于改进近端策略优化算法的无人车打击策略规划方法[J]. 系统仿真学报, 2026, 38(2): 372-386.
[8]	郑巍, 汤佳豪, 熊小平, 樊鑫. 基于非对称自博弈的非均势空战智能决策方法[J]. 系统仿真学报, 2026, 38(2): 433-446.
[9]	丁拯坤, 刘佳奇, 徐军政, 徐悦竹, 王兴梅. 基于BiGRU与优先级动态采样的智能空战决策方法[J]. 系统仿真学报, 2026, 38(2): 447-459.
[10]	陶彩霞, 陈乃焜, 高锋阳, 张建刚. 基于多智能体强化学习的综合能源分布式优化[J]. 系统仿真学报, 2026, 38(2): 476-487.
[11]	江明, 何韬. 基于深度强化学习的带容量约束车辆路径问题求解[J]. 系统仿真学报, 2025, 37(9): 2177-2187.
[12]	于逸然, 赖惠成, 高古学, 张过, 彭汪忆楠, 杨龙飞, 黄俊豪. 基于遗传算法和A^*算法的多农机协同作业优化方法[J]. 系统仿真学报, 2025, 37(9): 2397-2408.
[13]	倪培龙, 毛鹏军, 王宁, 杨孟杰. 基于改进A-DDQN算法的机器人路径规划[J]. 系统仿真学报, 2025, 37(9): 2420-2430.
[14]	张凯翔, 毛剑琳, 王妮娅, 徐志昊. 针对路径干扰的多机器人分层协作k鲁棒路径规划[J]. 系统仿真学报, 2025, 37(8): 2074-2088.
[15]	陈真, 吴卓屹, 张霖. 深度强化学习中策略表征研究简述[J]. 系统仿真学报, 2025, 37(7): 1753-1769.

基于DPPO的移动采摘机器人避障路径规划及仿真

Obstacle Avoidance Path Planning and Simulation of Mobile Picking Robot Based on DPPO

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 16

参考文献 25

相关文章 15

编辑推荐

Metrics

本文评价