典型文献
基于模仿学习的双曲率曲面零件复合材料织物机器人铺放
文献摘要：
针对双曲率曲面零件的复合材料织物铺放,手工铺放效率低、质量均一性差,机器人铺放的相关研究未能准确地描述手工铺放技能.为此,本文提出基于模仿学习的铺放技能采集、描述与重现的相关方法.首先,利用拖动示教获取织物铺放的轨迹信息,以压力阈值为分割依据进行有监督的轨迹分割,再采用高斯混合模型(Gaussian mixture model,GMM)与高斯混合回归(Gaussian mixture regression,GMR)学习得到铺放轨迹概率模型.在此基础上,以示教姿态和曲面法向为参考,计算末端执行器的法向姿态,再次进行示教获得法向压力信息,由GMM/GMR学习得到铺放压力概率模型;然后,针对接触状态建立过程,在力/位混合控制框架下,提出预控制量退出机制,实现接触状态建立过程中无冲击的控制器切换;最后,基于UR5e机械臂、ATI六维力/力矩传感器和ROS(robot operating system)搭建试验平台,进行试验.结果表明:所提出的技能采集、描述方法可实现对人工铺放经验的准确提取与表达,采用预控制量退出机制,接触状态建立过程的最大压力误差为1.8N,小于曲面模具所有16条轨迹的铺放压力均方根误差2.0N,完成的铺层无肉眼可见的鼓包与褶皱等缺陷,深度相机测量织物点云距模具点云距离小于1.0 mm的点约占97.3％.
文献关键词：
复合材料织物;双曲率曲面;模仿学习;概率模型;接触任务;状态切换
中图分类号：
作者姓名：
段宝阁;杨尚尚;谢啸;肖晓晖
作者机构：
武汉大学动力与机械学院,湖北武汉 430072
文献出处：
引用格式：
[1]段宝阁;杨尚尚;谢啸;肖晓晖-.基于模仿学习的双曲率曲面零件复合材料织物机器人铺放)[J].机器人,2022(04):504-512
A类：
双曲率曲面,复合材料织物,UR5e,接触任务
B类：
模仿学习,曲面零件,铺放,均一性,相关方法,拖动示教,轨迹信息,有监督,高斯混合模型,Gaussian,mixture,model,GMM,高斯混合回归,regression,GMR,习得,概率模型,以示,末端执行器,得法,法向压力,接触状态,建立过程,混合控制,预控,控制量,退出机制,机械臂,ATI,六维力,力矩传感器,ROS,robot,operating,system,试验平台,最大压力,压力误差,8N,模具,0N,铺层,肉眼,鼓包,褶皱,深度相机,点云,状态切换
AB值：
0.339556
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
