检索结果-南通市图书馆

维普期刊数据库博看期刊

同方期刊数据库

基于示教学习与深度强化学习的轴孔柔顺装配策略研究

在线全文

学校读者我要写书评

暂无评论

基于示教学习与深度强化学习的轴孔柔顺装配策略研究

作者：阮松林哈尔滨工业大学

学位级别：硕士

轴孔装配是生产制造过程中的常见操作,具有自学能力的深度强化学习在解决小批量、多批次、非结构化轴孔装配任务时有巨大优势;但实际应用时,算法存在着迭代次数多、不合理探索占比大、收敛缓慢、零部件损坏多等问题。针对上述问题,本文... 详细信息

轴孔装配是生产制造过程中的常见操作,具有自学能力的深度强化学习在解决小批量、多批次、非结构化轴孔装配任务时有巨大优势;但实际应用时,算法存在着迭代次数多、不合理探索占比大、收敛缓慢、零部件损坏多等问题。针对上述问题,本文基于示教学习,通过模仿人类的轴孔装配动作,提出了一种基于知识引导的深度强化学习轴孔柔顺装配策略,以减少机器人的不合理探索动作、提高深度强化学习算法的学习效率。在此基础上,本文通过融合力位混合控制,建立了一种面向轴孔装配任务且具有碰撞检测机制的深度强化学习训练环境;在该环境下机器人可以安全地与真实物理世界进行交互,避免了深度强化学习算法在训练初期所存在的零部件损坏问题。在基于示教学习的轴孔柔顺装配知识获取方法研究中,本文首先对示教学习的理论基础和轴孔装配流程进行了分析,根据人类装配的动作特点,确定了专家示教动作的编码方式,建立了基于高斯混合模型的轴孔柔顺装配知识库。随后,本文通过拖动示教获取人类的装配动作数据,并基于K-Means聚类和期望最大化算法求解轴孔柔顺装配知识库的参数,利用高斯混合回归对知识库进行回归处理。最后,本文设计了轴孔装配任务的控制系统,对知识库的有效性进行实验验证。实验结果表明,本文建立的轴孔柔顺装配知识库较好地模仿了人类专家的装配动作,能够用于指导后续深度强化学习算法的训练。在知识引导深度强化学习轴孔柔顺装配策略研究中,本文首先对深度强化学习的理论基础和轴孔装配专家知识进行了分析,在此基础上设计了知识引导深度强化学习模型的状态、动作空间和奖励函数,并根据模型特点选择了SAC深度强化学习算法求解轴孔柔顺装配策略。然后,本文对SAC算法的最大熵策略、柔性迭代原理和网络参数的更新方法进行了分析。最后设计了轴孔装配力位混合控制器,搭建了轴孔装配SAC深度强化学习网络,提出了基于知识引导的深度强化学习轴孔柔顺装配算法。最后,本文基于Panda机器人搭建了轴孔装配实验平台,对本文提出的知识引导深度强化学习轴孔柔顺装配算法进行了实验验证。实验结果表明本文提出的轴孔柔顺装配算法具有更高的学习效率,能够更快地收敛,有效减少了机器人在训练过程中的不合理探索动作和训练迭代次数;能够适应多种装配参数变化所产生的影响,具有较强的泛化能力。

关键词：轴孔装配示教学习深度强化学习高斯混合模型力位混合控制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于主从遥操作系统的机器人示教学习与控制

基于主从遥操作系统的机器人示教学习与控制

作者：黄海峰华南理工大学

学位级别：硕士

作为机器人的分支,遥操作机器人因结合了人类的高智能和机器人的高精度、高速度,具有远程操作和危险作业能力等优势,受到了学术界和工业界的广泛关注。“人”是遥操作系统中最重要的因素,如何建立对人类操作者友好的遥操作系统,有效减... 详细信息

作为机器人的分支,遥操作机器人因结合了人类的高智能和机器人的高精度、高速度,具有远程操作和危险作业能力等优势,受到了学术界和工业界的广泛关注。“人”是遥操作系统中最重要的因素,如何建立对人类操作者友好的遥操作系统,有效减轻操作者在遥操作过程的工作强度和精神负担是遥操作应用面临的重要问题。对于多机械臂协作遥操作系统,探索如何让从端多个机器人自主协作,是减轻操作者操作负担的重要途径。针对以上问题,本文从提高遥操作机器人的智能控制水平以及增强遥操作机器人的学习能力的角度,提出了以下的解决方案:首先,为了解决操作者执行某些遥操作任务时需要保持不符合人体工学姿态的问题,本文提出了一种基于相对位姿的主从匹配策略,并搭建了双主双从的双臂遥操作平台。为了减少主端设备对操作人员产生的认知负荷,本文对此提出了一种基于力控的单主-双从遥操作策略,设计基于导纳模型的力控制器来控制从端协作臂(Asisting-follower arm,AFR),而操作者通过单个主端设备对从端直控臂(Directed-follower arm,DFR)进行运动控制。这种人机协作的控制方式有利于将人类操作者的灵智与机器人操作的高精度优势充分结合,进而提高遥操作机器人的智能程度。其次,为了进一步提高单主-双从遥操作系统的智能水平和控制精度,本文提出了一种基于混合力位控制器的单主-双从遥操作协作翻转策略。通过该策略,AFR能够结合DFR的运动信息,实时产生对应的期望位置和姿态,配合DFR的运动。同时还为AFR设计了可变刚度的导纳控制器作为力控制器,将其与翻转对象之间的交互力控制在一定的期望范围内。此外,本文结合双臂翻转任务的特点,对主从遥操作位姿匹配方法进行了进一步的优化,将三维的遥操作任务降到了一维,进一步简化了遥操作的过程。最后,为了增强遥操作机器人面对重复任务的自主性,本文在遥操作机器人中引入了技能学习和泛化技术,提出了一个基于改进动态运动原语(Dynamic movement primitives,DMP)模型的双臂翻转技能学习框架,所提出的模型能够在学习和泛化过程中保留双臂轨迹之间的协作关系。本文还针对双臂翻转任务设计了一种姿态泛化的方法,实现了更加自然、可靠的泛化过程。综上,本文从主从匹配策略、单主双从遥操作控制策略和双臂技能学习三个方面对双臂遥操作过程进行优化,搭建了更智能、对操作者更友好的遥操作系统。

关键词：机器人遥操作双臂机器人示教学习技能泛化双臂协作

心脑血管介入手术装置的示教学习关键技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

心脑血管介入手术装置的示教学习关键技术研究

作者：陈子建北京邮电大学

学位级别：硕士

微创介入手术是目前治疗心脑血管疾病的最有效也是最主流医疗手段,该手术具有低创面,高治愈的特点。但是在手术过程中,为了获取患者血管轮廓信息和反馈导丝位置信息,手术中往往需要多次进行X射线照射,因此医生需要身穿厚重的防护铅服来... 详细信息

微创介入手术是目前治疗心脑血管疾病的最有效也是最主流医疗手段,该手术具有低创面,高治愈的特点。但是在手术过程中,为了获取患者血管轮廓信息和反馈导丝位置信息,手术中往往需要多次进行X射线照射,因此医生需要身穿厚重的防护铅服来防止辐射危害,而防护服并不能实现头部和手部等全方位的防护,长年的工作将对于医生的身体健康带来严重危害,因此研制能够自主插管的介入手术机器人来辅助大夫进行手术。可以极大降低X射线对医生的危害,具有非常重要的应用价值,本文主要针对介入手术机器人如何实现示教学习自主送丝、多任务迁移等相关技术进行了深入研究。首先,在体外仿真血管上对导丝尖端进行了目标检测研究,通过比较目标检测算法的优劣性,选用Yolox检测算法来进行导丝尖端定位。通过在体外仿真血管模型上进行送丝手术,构建手术图像数据集用于训练神经网络;通过Yolox算法计算得到导丝尖端的像素坐标,获取其尖端的姿态图像;另外通过训练BP神经网络来学习电机电流和导丝接触力间的映射关系,从而在手术中获取力信息。通过上述研究使得机器人获得了良好的术中反馈,提高了手术的成功率和效率。其次,将卷积神经网络与长短期记忆网络进行结合,研究搭建了示教学习模型,实现了送丝机器人对专家手术动作的模拟。通过分析医生手术示教操作,基于对医生动作的旋转和推进分解、量化,利用相机实时拍摄获取导丝状态,收集构造状态和动作的序列数据集。采用卷积网络分析数据特征后,输入给长短期记忆网络,通过整体示教模型计算预测后续动作。最终在实验室自主设计的送丝装置上,完成了腹主动脉血管模型上的自主手术送丝实验,取得了良好的效果。再次,通过将元学习(MAML)算法与介入手术示教学习方法相结合,使用上述示教学习模型作为基础学习器搭建了元示教神经网络模型。根据血管位置和路径起始点差异来划分手术任务,通过示教方式收集数据构造数据集并对模型进行多任务训练,获得了对不同任务适应能力。经过将元学习训练的结果与未使用元学习的随机训练模型进行比较,证明其性能相对于后者具有优越性。最后,搭建了体外仿真手术实验平台,针对所研究的示教学习模型和元学习模型来分别进行体外实物模型实验,验证了示教学习自主手术的有效性和安全性,以及元学习模型在不同手术任务间的良好泛化能力。

关键词：血管介入导丝检测示教学习多任务迁移

面向装配任务的机器人示教学习与轨迹规划研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向装配任务的机器人示教学习与轨迹规划研究

作者：刘鹏霄深圳大学

学位级别：硕士

机器人的应用场景广泛,但就现阶段而言机器人能替代人的领域非常有限,大部分机器人仍然部署在结构化环境中,按照预定义规则从事单一、重复和具有规律性的工作。非结构化环境中存在大量不确定性,传统的面向固定环境的机器人编程方法难以... 详细信息

机器人的应用场景广泛,但就现阶段而言机器人能替代人的领域非常有限,大部分机器人仍然部署在结构化环境中,按照预定义规则从事单一、重复和具有规律性的工作。非结构化环境中存在大量不确定性,传统的面向固定环境的机器人编程方法难以适用,如通过示教器人工拖动机器人运动的示教编程方法和利用计算机软件构建虚拟工作场景以实现对机器人运动轨迹仿真与调整的离线编程方法等。而且运动规划方法需要掌握一定的专业知识,对普通用户而言门槛较高,极大限制了机器人的推广使用。基于人工智能技术设计具有自主决策和学习能力的机器人操作技能学习系统,能弥补传统示教编程、离线编程等常规方法的缺陷,即使是没有编程能力的用户也能快速赋予机器人新技能并使其适应新环境,显著提高机器人的易用程度以及灵活性,扩大机器人应用范围。根据这些需求,本文以机械臂为对象,面向机器人装配任务研究操作技能学习和运动规划的方法,并搭建具有决策和学习能力的装配系统。在机器人操作技能学习方面,采用示教学习方法,首先预处理人类示教数据,得到时间序列对齐且平滑的示教数据;然后使用高斯混合模型结合高斯混合回归的概率建模方法从多次示教中进行学习,把运动建模为动态运动基元的形式,训练多个基元就可以组成基元库供组合调用;最后,为了实现任务的顶层决策,通过规划域定义语言来描述装配操作的规划问题,在语义层面规划出执行任务的动作序列,该序列组合调用基元来生成完整运动,实现序列转化为各关节轨迹数据以控制机械臂运动。在运动规划方面,首先建立机械臂的正逆运动学模型;然后以此为基础对关节空间、笛卡尔空间两大类轨迹规划方法进行研究,包括多项式插值、B样条插值、空间直线插值和空间圆弧插值;最后,为了提高机械臂执行装配操作的效率和运动稳定性,以执行轨迹的时间和关节冲击为优化目标,使用非支配排序遗传算法结合五次B样条插值的方法进行多目标优化。综合上述两方面研究,本文设计了装配任务和示教装配系统,进行各类实验,并将轨迹规划结果应用于机械臂仿真验证和实物复现,证明了本文方法的正确性与可行性。

关键词：示教学习动态运动基元规划域定义语言轨迹规划多目标优化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于示教学习的机器人旋拧技能方法研究

基于示教学习的机器人旋拧技能方法研究

作者：赵曼山东大学

学位级别：硕士

随着制造业水平的进步,装配自动化可以大大提升工业生产效率和工件质量,降低工人的劳动强度,提升工厂作业的智能化水平。几乎所有的器件组装都会涉及旋拧装配问题,目前机器人主要是通过预编程来完成重复性高、劳动强度大的任务。当任务... 详细信息

随着制造业水平的进步,装配自动化可以大大提升工业生产效率和工件质量,降低工人的劳动强度,提升工厂作业的智能化水平。几乎所有的器件组装都会涉及旋拧装配问题,目前机器人主要是通过预编程来完成重复性高、劳动强度大的任务。当任务变化时,先前的操作经验利用率低,重定位时间成本高。技能学习可促进机器人旋拧技能的学习与泛化,对机器人的旋拧任务提取特征并建模学习,并灵活地适用于更多场景和旋拧对象。因而技能学习和机器人旋拧结合是发挥机器人旋拧潜力的关键。旋拧装配任务广泛、工艺复杂、型号多样等特点导致机器人旋拧操作难度大、环境适应性差。在分析机器人旋拧装配特性的基础上,重点研究了基于示教学习的机器人旋拧技能方法,结合人类操作的经验,建立机器人旋拧技能学习与泛化模型,并搭建物理实验平台进行算法验证。主要研究工作如下:（1）机器人旋拧装配工艺分析与建模。分析旋拧工艺及特性,建立机器人旋拧装配时螺栓与螺纹孔的接触模型,从而得出接触过程中的最大允许姿态偏差。在此基础上,采集多型号螺栓旋拧过程中的力信息,对比同一螺栓旋拧过程、同型号不同螺栓旋拧过程中的力信息,为后面机器人旋拧技能建模和表征奠定基础。（2）提出了基于动态运动基元的机器人找孔策略。针对旋拧找孔过程任务点切换以及操作环境存在障碍物,机器人操作适应性差的问题,研究了 Dynamic Movement Primitive（DMP）学习模型,加入障碍物的势场函数,建立误差最小的机器人找孔策略,实现遇到障碍物时不用额外计算就可以自动规划出适应障碍物的避障曲线。实验结果表明,机器人在该策略下可有效实现任务切换和复杂环境中的找孔。（3）提出了基于Gaussian Mixture Model-Gaussian Mixture Regression（GMM-GMR）的旋拧技能学习与泛化方法。多次采集机器人旋拧过程中的示教信息,采用Dynamic Time Warping（DTW）进行数据对准,然后用GMM方法提取旋拧特征,GMR回归拟合,筛选出平滑的旋拧特征曲线。实现了变换起点和终点即可进行旋拧技能的泛化。实验结果表明,该方法可有效用于机器人旋拧任务及泛化。（4）机器人旋拧平台搭建与技能泛化验证。搭建了基于KUKA iiwa 7 R800机械臂的旋拧平台,通过设计机器人螺栓趋向与旋拧、塑料瓶盖的趋向于旋拧、水龙头的避障趋向与旋拧实验,验证了基于示教学习的机器人旋拧方法的的有效性,并泛化到多种场景下不同的旋拧任务。最后,对本文的工作以及获得的成果经验进行了总结。本文研究的基于示教学习的旋拧技能方法对机器人执行装配任务的灵活性、泛化性的提高具有重要的研究意义。

关键词：机器人旋拧装配示教学习动态运动基元 GMM-GMR

基于GMM的协作机器人动力学参数辨识和示教学习研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于GMM的协作机器人动力学参数辨识和示教学习研究

作者：赵月东北林业大学

学位级别：硕士

随着“中国制造2025”和“十四五”机器人产业发展规划等政策的推进,智能柔性协作机器人成为了研究热点。协作机器人作为一种新型的工业机器人,可以在共享空间中与人类安全地协同工作,提高了工作效率和质量。动力学模型参数辨识、拖动... 详细信息

随着“中国制造2025”和“十四五”机器人产业发展规划等政策的推进,智能柔性协作机器人成为了研究热点。协作机器人作为一种新型的工业机器人,可以在共享空间中与人类安全地协同工作,提高了工作效率和质量。动力学模型参数辨识、拖动示教和示教学习是协作机器人的重要研究方向。目前拖动示教多依赖于外部传感器,而无传感器的拖动示教效果取决于动力学模型的精确程度,但由于机器人系统的复杂性和不确定性,动力学模型参数辨识精度难以保证。同时传统示教过程需要专业人员使用示教器进行编程,这种方式效率低且不具备自适应性。针对这些问题,本文对协作机器人动力学模型参数辨识,无外部传感器的拖动示教和拥有自适应能力的示教学习展开研究。具体内容如下:以六自由度协作机器人为研究对象,建立机器人运动学模型和动力学模型。采用Denavit-Hartenberg(DH)方法对机器人运动学和雅可比矩阵进行推导。使用牛顿-欧拉法对动力学进行建模,并通过改进库仑-粘滞摩擦模型对摩擦力进行建模,对建立的动力学模型线性化,并通过QR(Orthogonal,正交)分解得到最小可辨识参数集。为在参数辨识实验中充分激励机器人的动力学特性,本文使用有限傅里叶级数设计轨迹,并以分块回归矩阵为优化目标,考虑关节限位和启停限制作为优化约束条件,通过迭代最小二乘法对轨迹参数进行优化,得到更好地激发动力学特性的激励轨迹。以回归矩阵的条件数为激励轨迹的评判标准,证明了本文方法更能激发动力学特性,同时在实验平台上验证了激励轨迹的可行性。针对动力学参数辨识精度低的问题,本文提出了基于三次迭代辨识的动力学模型辨识及补偿方法。该方法采用迭代加权最小二乘法对基本动力学模型和改进摩擦力模型进行参数辨识,并通过高斯混合模型(Gaussian Mixture Model,GMM)补偿残差力矩。以实际测量力矩和模型估计力矩残差均方根为动力学参数辨识的评判标准,并通过实验平台验证,证明了辨识结果的准确性。本文将干扰观测器和导纳控制结合实现无外部传感器的拖动示教,并对动态运动基元(Dynamic Movement Primitives,DMP)算法改进提高了示教学习的鲁棒性。首先,对基本动力学模型进行解耦,得到标准机器人动力学模型,通过基于动量的干扰观测器对关节外力进行估计,并结合导纳控制技术实现协作机器人的零力示教。之后,通过手动引导得到的同一任务的多条示教轨迹,使用DTW在时间维度上对轨迹进行对齐,通过DMP-GMM实现对同一任务的多条示教轨迹建模、提取特征并形成任务轨迹,并对任务轨迹学习和泛化。最后,通过Python验证了DMP-GMM方法对于多条示教轨迹的学习和泛化能力,并在实验平台上验证了拖动示教和示教学习的可行性。

关键词：协作机器人激励轨迹动力学参数辨识示教学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于逆强化学习的示教学习方法综述

计算机研究与发展 2019年第2期56卷 254-261页

作者：张凯峰俞扬计算机软件新技术国家重点实验室(南京大学) 南京210023

随着强化学习在自动机器人控制、复杂决策问题上的广泛应用,强化学习逐渐成为机器学习领域中的一大研究热点.传统强化学习算法是一种通过不断与所处环境进行自主交互并从中得到策略的学习方式.然而,大多数多步决策问题难以给出传统强化... 详细信息

随着强化学习在自动机器人控制、复杂决策问题上的广泛应用,强化学习逐渐成为机器学习领域中的一大研究热点.传统强化学习算法是一种通过不断与所处环境进行自主交互并从中得到策略的学习方式.然而,大多数多步决策问题难以给出传统强化学习所需要的反馈信号.这逐渐成为强化学习在更多复杂问题中实现应用的瓶颈.逆强化学习是基于专家决策轨迹最优的假设,在马尔可夫决策过程中逆向求解反馈函数的一类算法.目前,通过将逆强化学习和传统正向强化学习相结合设计的一类示教学习算法已经在机器人控制等领域取得了一系列成果.对强化学习、逆强化学习以及示教学习方法做一定介绍,此外还介绍了逆强化学习在应用过程中所需要解决的问题以及基于逆强化学习的示教学习方法.

关键词：强化学习示教学习逆强化学习马尔可夫决策过程多步决策问题

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

利用示教学习的移动机械臂轨迹避障算法

哈尔滨工程大学学报 2018年第9期39卷 1546-1553页

作者：刘维惠陈殿生张立志北京航空航天大学机械工程及自动化学院北京100191

为了提高服务机器人的环境适应性和减轻操作者的控制负担,本文提出了一种利用示教学习的轨迹修正算法。利用动态动作基元模型,生成与示教轨迹形状相似的新轨迹。进而提出改进的距离加权k-近邻算法,实现移动机械臂末端轨迹形状的局部修... 详细信息

为了提高服务机器人的环境适应性和减轻操作者的控制负担,本文提出了一种利用示教学习的轨迹修正算法。利用动态动作基元模型,生成与示教轨迹形状相似的新轨迹。进而提出改进的距离加权k-近邻算法,实现移动机械臂末端轨迹形状的局部修正。本文设计了避免相邻有效训练数据丢失的在线更新方法,并在人机交互系统上进行避障和实时性测试。实验结果证明了本文提出的轨迹避障算法具有对新任务的适应能力,不同场景下的避障决策能力和在线修正能力,从而保证友好、流畅的人机交互过程。

关键词：服务机器人示教学习人机交互移动机械臂轨迹避障在线修正 k-近邻算法动态动作基元

维普期刊数据库

基于示教学习和自适应力控制的机器人装配研究

在线全文

学校读者我要写书评

暂无评论

机电工程 2020年第5期37卷 559-564,571页

作者：陈鹏飞赵鑫赵欢华中科技大学数字制造装备与技术国家重点实验室湖北武汉430074

针对柔性自动化领域的机器人装配问题,对示教学习和自适应力控制等方面进行了研究,对初始位置变化时示教搜孔、插孔时降低接触力矩波动速度和误差的策略进行了归纳,提出了利用示教学习对搜孔轨迹泛化和模糊自适应阻抗控制插孔的方法。... 详细信息

针对柔性自动化领域的机器人装配问题,对示教学习和自适应力控制等方面进行了研究,对初始位置变化时示教搜孔、插孔时降低接触力矩波动速度和误差的策略进行了归纳,提出了利用示教学习对搜孔轨迹泛化和模糊自适应阻抗控制插孔的方法。首先根据是否与孔产生接触力将示教任务分为两段;接着利用了任务参数化的高斯混合模型(TP-GMM)训练并泛化第一段轨迹;最终和原示教的第二段轨迹组合为新的搜孔轨迹;采用了六自由度阻抗控制使得机器人具有柔顺性,再利用了模糊自适应策略调节阻抗控制中Z轴期望接触力,利用UR机器人对方形孔进行了装配试验验证。研究结果表明:所提出的策略在新的初始位置,仍能绕过障碍物并生成新的搜孔轨迹,无需再次示教;调节期望接触力相比其不变时,绕X轴方向力矩波动速度低,且波动误差减小了30%。

关键词：机器人装配示教学习模糊自适应阻抗控制任务参数化高斯混合模型力矩误差

维普期刊数据库