-
题名多约束条件下机器人柔性装配技能自学习
被引量：3
- 1
-
-
作者
宋锐
李凤鸣
权威
李贻斌
-
机构
山东大学控制科学与工程学院
山东大学智能无人系统教育部工程研究中心
-
出处
《控制与决策》
EI
CSCD
北大核心
2022年第5期1329-1337,共9页
-
基金
国家重点研发计划项目(2017YFB1302104)
国家自然科学基金项目(61973196)
山东省重大科技创新工程项目(2019JZZY010430)。
-
文摘
机器人的装配策略受装配对象特性、装配工艺和装配控制方法的约束,针对装配过程接触阶段的位姿不确定性问题,提出一种装配姿态调整技能自学习的方法.首先描述多约束条件下的机器人装配技能问题,建立基于力/力矩、位姿、关节角度等多模信息描述的装配系统模型;然后构建融合竞争架构的机器人决策网络和策略优化网络,通过与环境的不断交互,进行装配姿态调整技能的学习;最后,在低压电器塑料外壳卡合装配实验平台上进行测试验证,结果表明,在工件特性、装配工艺、控制规律约束下,机器人采用技能学习的方法可以获得末端姿态调整的策略,完成卡合装配,比基于深度Q学习网络(DQN)的算法成功率提高7.4%.
-
关键词
强化学习
技能学习
姿态调整
柔性装配
-
Keywords
reinforcement learning
skill learning
pose adjustment
flexible assembly
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于延展性的机器人面料缝制张力预测方法
- 2
-
-
作者
宋洁心
付天宇
李凤鸣
宋锐
李贻斌
-
机构
山东大学控制科学与工程学院
山东大学智能无人系统教育部工程研究中心
-
出处
《纺织学报》
EI
CAS
CSCD
北大核心
2022年第12期173-180,共8页
-
基金
山东省重大科技创新工程项目(2019JZZY010430)
国家自然科学基金面上项目(61973196)
NSFC-深圳机器人基础研究中心项目(U2013204)。
-
文摘
针对机器人缝制过程中未知面料期望张力导致面料变形的问题,根据面料的延展性分类训练支持向量机(SVM)模型,通过线性支持向量机模型预测未知面料的延展性;其次,采用模糊逻辑控制系统确定面料特性与期望张力之间的非线性关系;最后,利用毛呢、绸缎、天鹅绒布、摇粒绒布4种面料对SVM模型进行测试,通过模糊逻辑得到面料期望张力查询表,根据期望张力对毛呢和竹节棉麻进行缝制实验。结果表明:在拉伸面料的过程中,线性支持向量机模型预测的延展性最终趋于面料实际的延展性,基于模糊逻辑根据面料延展性和种类可实现对任意面料期望张力的预测,预测张力可满足智能化缝制加工的需要。该研究为避免面料形变从而提高缝制质量提供了前提条件。
-
关键词
工业机器人
面料缝制
延展性
期望张力
模糊控制
-
Keywords
industrial robot
fabric sewing
extensibility
expected tension
fuzzy control
-
分类号
TP242.2
[自动化与计算机技术—检测技术与自动化装置]
TS101.8
[自动化与计算机技术—控制科学与工程]
-
