[發明專利]基于類別特征知識庫的裝配系統及方法

有效

• 申請號: 201811332539.1
• 申請日: 2018-11-09
• 公開（公告）號: CN109543732B
• 公開（公告）日: 2020-09-25
• 發明（設計）人: 宋銳;張思思;李鳳鳴;李貽斌;馬昕;孟子驊
• 申請（專利權）人: 山東大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;B25J9/16
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 李琳

1.一種基于類別特征知識庫的裝配方法，其特征是：包括以下步驟：

對機械臂的隨機裝配動作對應的力覺數據進行采集，并對這些數據進行初步預處理，利用主成分分析算法提取力覺數據特征；

將提取特征后的樣本用支持向量機二分類，判斷當前接觸狀態對應的裝配動作是成功還是失敗，將失敗數據利用支持向量機-極限學習機多分類，訓練優化模型參數，并建立力覺特征到接觸狀態特征的映射模型，構建裝配接觸狀態類別特征知識庫；

基于以上建立的裝配接觸狀態類別特征知識庫，實時檢索當前接觸狀態，依據檢索結果控制機械臂做不同的姿態調整，并重新檢索當前新的接觸狀態，繼續進行姿態調整直至裝配作業成功。

2.如權利要求1所述的一種基于類別特征知識庫的裝配方法，其特征是：將采集獲得的每個接觸過程的所有力覺數據進行組合，得到接觸狀態信息。

3.如權利要求1所述的一種基于類別特征知識庫的裝配方法，其特征是：基于構建的裝配接觸狀態類別特征知識庫，實時檢索當前接觸狀態，映射到對應的裝配動作，從而根據此動作映射進行相應的姿態調整。

4.如權利要求1所述的一種基于類別特征知識庫的裝配方法，其特征是：根據構建的映射模型中的映射關系，由當前接觸狀態類別映射對應的姿態調整方向及偏轉角度，由偏轉角度通過機械臂逆運動學求反解，控制機械臂進行相應的姿態調整，重新執行裝配動作。

5.如權利要求1所述的一種基于類別特征知識庫的裝配方法，其特征是：利用主成分分析算法提取力覺數據特征的具體過程包括：根據接觸狀態信息組成樣本集合，構建相應的矩陣，對樣本集合矩陣進行標準化，并計算協方差矩陣，計算協方差矩陣的m個特征值和對應的特征向量，求該樣本集合矩陣的主成分分析向量，計算各主成分的貢獻率和累積貢獻率，以此確定主成分個數。

6.如權利要求1所述的一種基于類別特征知識庫的裝配方法，其特征是：將提取特征后的樣本用支持向量機二分類的過程包括：將特征提取后的原始訓練節點輸入到支持向量機，運行得到其支持向量。

7.一種基于類別特征知識庫的裝配系統，其特征是：運行于機械臂與處理器上，被配置為執行以下指令：

對機械臂的隨機裝配動作對應的力覺數據進行采集，并對這些數據進行初步預處理，利用主成分分析算法提取力覺數據特征；

將提取特征后的樣本用支持向量機二分類，判斷當前接觸狀態對應的裝配動作是成功還是失敗，將失敗數據利用支持向量機-極限學習機多分類，訓練優化模型參數，并建立力覺特征到接觸狀態特征的映射模型，構建裝配接觸狀態類別特征知識庫；

基于以上建立的裝配接觸狀態類別特征知識庫，實時檢索當前接觸狀態，依據檢索結果控制機械臂做不同的姿態調整，并重新檢索當前新的接觸狀態，繼續進行姿態調整直至裝配作業成功。

8.一種基于類別特征知識庫的裝配系統，其特征是：包括：

力覺信息采集與特征提取模塊，被配置為對機械臂的隨機裝配動作對應的力覺數據進行采集，并對這些數據進行初步預處理，利用主成分分析算法提取力覺數據特征；

接觸狀態類別特征知識庫構建模塊，被配置為將提取特征后的樣本用支持向量機二分類，判斷當前接觸狀態對應的裝配動作是成功還是失敗，將失敗數據利用支持向量機-極限學習機多分類，訓練優化模型參數，建立力覺特征到接觸狀態特征的映射模型，構建裝配接觸狀態類別特征知識庫；

姿態調整模塊，被配置為基于以上建立的裝配接觸狀態類別特征知識庫，實時檢索當前接觸狀態，依據檢索結果控制機械臂做相應的姿態調整，并重新檢索當前新的接觸狀態，繼續進行姿態調整直至裝配作業成功。

9.如權利要求8所述的一種基于類別特征知識庫的裝配系統，其特征是：所述力覺信息采集與特征提取模塊包括六維力傳感器，以獲取機械臂末端的操作對象與工作臺上的目標對象接觸時的力覺信息。