[發(fā)明專利]一種基于演示軌跡的機(jī)器人裝配運動規(guī)劃方法

在審

• 申請?zhí)枺?/td>: 202210515159.1
• 申請日: 2022-05-12
• 公開（公告）號: CN114800515A
• 公開（公告）日: 2022-07-29
• 發(fā)明（設(shè)計）人: 湯卿;裘方舟
• 申請（專利權(quán)）人: 四川大學(xué)
• 主分類號: B25J9/16
• 分類號: B25J9/16;B25J9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.本發(fā)明提出了一種基于演示軌跡的機(jī)器人裝配運動規(guī)劃方法，其特征在于，該方法包括以下步驟：機(jī)器人演示學(xué)習(xí)階段：獲得機(jī)器人的裝配演示軌跡，機(jī)器人基于演示軌跡學(xué)習(xí)裝配操作技能；多模態(tài)的表征學(xué)習(xí)階段：機(jī)器人利用模仿學(xué)習(xí)策略引入噪聲與環(huán)境交互，獲得多模態(tài)的數(shù)據(jù)與標(biāo)簽，充分考慮機(jī)器人在運動過程中的耗能和奇異性，學(xué)習(xí)對應(yīng)的多模態(tài)數(shù)據(jù)的表征；機(jī)器人強(qiáng)化學(xué)習(xí)階段：基于多模態(tài)表征和演示軌跡搭建機(jī)器人軌跡規(guī)劃強(qiáng)化學(xué)習(xí)流程，強(qiáng)化學(xué)習(xí)訓(xùn)練獲得最終規(guī)劃策略。

2.根據(jù)權(quán)利要求1所述的一種基于演示軌跡的機(jī)器人裝配運動規(guī)劃方法，其特征在于，所述演示軌跡獲取方法為人工示教，通過示教拖動機(jī)器人的方式生成演示軌跡序列{τ₁,τ₂,...,τ_m}，其中每個序列包含狀態(tài)和動作序列

3.根據(jù)權(quán)利要求1所述的一種基于演示軌跡的機(jī)器人裝配運動規(guī)劃方法，其特征在于，所述裝配操作技能學(xué)習(xí)具體步驟如下：1)將演示軌跡序列抽取成新的狀態(tài)動作對數(shù)據(jù)集：D＝{(s₁,a₁),(s₂,a₂),(s₃,a₃),...}；2)構(gòu)建模仿學(xué)習(xí)策略網(wǎng)絡(luò)，策略網(wǎng)絡(luò)架構(gòu)為三層全連接和Relu激活函數(shù)，將狀態(tài)作為輸入，動作作為標(biāo)簽，利用回歸學(xué)得最優(yōu)策略模型。

4.根據(jù)權(quán)利要求1所述的一種基于演示軌跡的機(jī)器人裝配運動規(guī)劃方法，其特征在于，所述多模態(tài)數(shù)據(jù)與標(biāo)簽包括：固定相機(jī)獲得的RGB和深度圖像數(shù)據(jù)，固定在機(jī)械臂末端的力-力矩傳感器數(shù)據(jù)，機(jī)械臂關(guān)節(jié)位置、速度數(shù)據(jù)，表征機(jī)器人瞬時速度的光流數(shù)據(jù)，機(jī)器人運動過程中的碰撞數(shù)據(jù)，機(jī)器人運動的耗能數(shù)據(jù)；其中光流數(shù)據(jù)由圖像處理算法可以計算獲得，碰撞數(shù)據(jù)通過對力-力矩傳感器讀數(shù)進(jìn)行分析獲得，機(jī)器人運動的耗能數(shù)據(jù)通過計算電機(jī)的功率獲得。

5.根據(jù)權(quán)利要求1所述的一種基于演示軌跡的機(jī)器人裝配運動規(guī)劃方法，其特征在于，所述多模態(tài)表征獲得方式如下：

1)對多模態(tài)原始數(shù)據(jù)進(jìn)行特征提取，獲得RGB圖像特征、深度圖像特征、力-力矩特征和機(jī)器人本體特征；所述RGB圖像特征包括：128*128*3的RGB圖像通過VGG-16網(wǎng)絡(luò)編碼，并通過一個全連接層，得到128維高斯分布對應(yīng)的128*2個特征值；所述深度圖像特征包括：128*128*1的深度圖像通過VGG-16網(wǎng)絡(luò)編碼，并通過一個全連接層，得到128維高斯分布對應(yīng)的128*2個特征值；所述力-力矩特征包括：將32*6的力-力矩傳感器時間序列讀數(shù)通過步長為2的五層一維卷積編碼，并通過一個全連接層，得到128維高斯分布對應(yīng)的128*2個特征值；所述機(jī)器人本體特征包括：將關(guān)節(jié)位置速度通過兩層多層感知機(jī)編碼，得到128維高斯分布對應(yīng)的128*2個特征值；

2)根據(jù)概率圖模型，在已知多模態(tài)數(shù)據(jù)的情況下，各個模態(tài)間條件獨立；因此可以根據(jù)下式將各個模態(tài)的估計分布融合為一個聯(lián)合表征分布，

其中n表示模態(tài)數(shù)，和μ_j分別聯(lián)合表征第j維的方差和均值；和μ_ij則是第i個模態(tài)的單模態(tài)分布第j維的方差和均值；

3)聯(lián)合表征訓(xùn)練還需要利用動作輸入對機(jī)器人的運動做出估計，用以訓(xùn)練獲得良好的表征；其中包括：

基于碰撞的二分類預(yù)測，用于判斷機(jī)器人是否與裝配件發(fā)生接觸；

基于光流的反卷積解碼圖像預(yù)測，生成128*128*2的光流圖；

基于耗能的數(shù)值預(yù)測，用于估計機(jī)器人在當(dāng)前狀態(tài)采用當(dāng)前動作的耗能情況；

基于關(guān)節(jié)最大力矩的數(shù)值預(yù)測，用于量化估計機(jī)器人在空間的奇異化程度。