本技术介绍了一种集成宽度学习模型的机器人柔性轴孔装配方法。该方法涉及利用力矩传感器捕获末端执行器与环境的交互信息,并在仿真训练中初始化和训练宽度学习模型,以实现精准的装配操作。
背景技术
随着工业机器人技术的发展, 机器人轴孔装配技术已经被广泛应用到航空领域、汽车领域、铸造工业领域、电子3C领域等很多实际生产过程中。轴孔装配是一种典型的装配任务,由于寻孔定位误差的存在,难以实现轴孔的精确装配,易出现装配间隙与较大装配应力。当前距离实现真正的“机器换人”还有很大差距,加上装配任务复杂多变以及传感器等硬件条件的限制,如何使机器人具备智能、柔顺组装能力仍是当前机器人装配领域中亟待解决的难题之一。
机器人和环境的交互过程中,柔顺控制是实现期望交互行为、获取良好交互性能的有效方法。因为期望交互行为会随着任务场景的改变而变化,所以结构可变、灵活性高的主动柔顺控制得到了更广泛的应用。
目前,主动柔顺控制的主要方法有力或位混合控制、阻抗控制和导纳控制。力或位混合控制方法忽略了机器人与环境之间的动态耦合,其控制效果取决于机器人动力学和环境的建模精度,当机器人动力学或环境的建模精度不足时,该方法容易导致机器人与环境交互不稳定;阻抗控制方法难以提供适合与软环境进行交互的硬行为,受到未建模的摩擦力影响,使用阻抗控制的机械臂在自由运动和与软环境交互时的位置精度较差,但是可以与硬环境稳定地进行交互;导纳控制方法难以提供适合与硬环境进行交互的软行为,使用导纳控制的机械臂在与硬环境进行交互时的鲁棒性较差。
实现思路