內(nèi)容摘要 本文針對(duì)傾斜孔的軸裝配任務(wù)提出了一種新型力感知機(jī)器人裝配技能學(xué)習(xí)方法。采用一維卷積網(wǎng)絡(luò)（1DCNN）和門(mén)控循環(huán)單元（GRU）從裝配過(guò)程中的時(shí)序力信息中提取特征，識(shí)別軸與孔之間的不同接觸狀態(tài)，隨后執(zhí)行相應(yīng)的姿態(tài)調(diào)整，并通過(guò)導(dǎo)納控制策略確保整體交互過(guò)程的平穩(wěn)性；基于狀態(tài)機(jī)架構(gòu)，在線細(xì)調(diào)導(dǎo)納參數(shù)并無(wú)縫切換裝配階段。通過(guò)雙臂夾持平臺(tái)在不同傾斜角度的底座上進(jìn)行鑰匙解鎖實(shí)驗(yàn)，與傳統(tǒng)方法相比，本方法在接觸狀態(tài)識(shí)別準(zhǔn)確率和裝配成功率上均有顯著提升。 圖文導(dǎo)讀 （二）方法概述 本文提出的基于時(shí)間序列力信息的多分類(lèi)1DCNN-GRU接觸狀態(tài)識(shí)別模型方法框架如圖2所示，由接觸狀態(tài)識(shí)別和導(dǎo)納控制與狀態(tài)機(jī)切換兩部分核心模塊組成。 （1）接觸狀態(tài)識(shí)別：以六維力/力矩傳感器的時(shí)序數(shù)據(jù)為輸入，經(jīng)重力補(bǔ)償與坐標(biāo)變換后送入多分類(lèi)1DCNN-GRU模型，輸出姿態(tài)調(diào)整方向?qū)?yīng)的導(dǎo)納參數(shù)。 （2）導(dǎo)納控制與狀態(tài)機(jī)切換：基于導(dǎo)納控制器執(zhí)行姿態(tài)調(diào)整，并通過(guò)狀態(tài)機(jī)在接近 (S1)、接觸 (S2)、對(duì)準(zhǔn) (S3)、擬合 (S4)、插入 (S5)與完成 (S6)這6個(gè)階段之間無(wú)縫切換，在線更新導(dǎo)納參數(shù)以保證平滑且安全的裝配過(guò)程。 為確保機(jī)械臂與環(huán)境間的柔順交互，采用基于速度的導(dǎo)納控制： 其中， Vd 和 V分別為期望速度和當(dāng)前實(shí)際速度， 離散化處理后，對(duì)速度采用后向差分： 其中， 整個(gè)裝配過(guò)程主要通過(guò)狀態(tài)機(jī)執(zhí)行，依據(jù)接觸力與位置誤差判定狀態(tài)切換條件，實(shí)現(xiàn)自動(dòng)化流程。各狀態(tài)的切換條件如圖 4 所示，其中S1-S6代表不同狀態(tài)，C1-C5代表每個(gè)狀態(tài)的切換條件，虛線箭頭表示軸的運(yùn)動(dòng)方向。 圖4 基于狀態(tài)機(jī)的整體裝配過(guò)程可視化 圖5 基于1DCNN-GRU的多分類(lèi)接觸狀態(tài)預(yù)測(cè)模型結(jié)構(gòu)圖 表1 1DCNN-GRU 模型參數(shù) 為對(duì)比不同分類(lèi)方法的有效性，本研究評(píng)估了1DCNN、LSTM、GRU、1DCNN-LSTM及1DCNN-GRU模型的性能。圖6展示了各類(lèi)方法在訓(xùn)練過(guò)程中損失函數(shù)與準(zhǔn)確率的變化過(guò)程。表2呈現(xiàn)了不同分類(lèi)模型在測(cè)試集上的性能，結(jié)果表明1DCNN-GRU模型在測(cè)試集上的分類(lèi)性能顯著優(yōu)于傳統(tǒng)SVM方法和其他深度學(xué)習(xí)分類(lèi)方法。 圖6 不同分類(lèi)模型的訓(xùn)練過(guò)程對(duì)比。(a) 損失函數(shù)；(b)準(zhǔn)確率 表2 各種方法在測(cè)試集上的分類(lèi)性能 狀態(tài)機(jī)被用于物理驗(yàn)證，實(shí)驗(yàn)過(guò)程如圖7和圖8所示。接近階段 (S1)采用位置控制，接觸階段到完成階段(S2-S6)采用導(dǎo)納控制。在接觸狀態(tài) (S2)，銷(xiāo)以適當(dāng)?shù)膽T性和阻尼垂直向下移動(dòng)，直至銷(xiāo)與孔接觸；在姿態(tài)調(diào)整狀態(tài) (S3)，減小力矩的慣性和阻尼參數(shù)，根據(jù) 1DCNN-GRU 接觸狀態(tài)識(shí)別模型設(shè)置力矩參數(shù)；在貼合狀態(tài)(S4)，增大力矩的慣性和阻尼參數(shù)以減緩姿態(tài)調(diào)整過(guò)程，同時(shí)提高預(yù)期z軸力到12 N，確保銷(xiāo)與孔的穩(wěn)定接觸；在插入狀態(tài) (S5)，進(jìn)一步增大力矩的慣性和阻尼參數(shù)以減緩姿態(tài)調(diào)整過(guò)程，同時(shí)提高預(yù)期z軸力到20 N，使銷(xiāo)與孔接觸更緊密；在完成狀態(tài) (S6)，力參數(shù)Fd 設(shè)置為0，停止銷(xiāo)的運(yùn)動(dòng)，表示銷(xiāo)插入過(guò)程結(jié)束。 圖 7 門(mén)鎖解鎖實(shí)驗(yàn)快照：(1) 接觸孔，(2) (3) 使用 1DCNN-GRU 接觸狀態(tài)識(shí)別模型進(jìn)行姿態(tài)調(diào)整，(4) 貼合，(5) 插入，(6) 鎖已打開(kāi) 圖 8 自行車(chē)鎖解鎖實(shí)驗(yàn)快照：(1) 接觸孔，(2) (3) 使用 1DCNN-GRU 接觸狀態(tài)識(shí)別模型進(jìn)行姿態(tài)調(diào)整，(4) 貼合，(5) 插入，(6) 鎖已打開(kāi) 為評(píng)估所提方法的有效性，進(jìn)行了雙臂鑰匙解鎖裝配實(shí)驗(yàn)。實(shí)驗(yàn)中，左臂以-35°~35°的傾斜角度夾持鎖孔底座，右臂夾持鑰匙進(jìn)行解鎖裝配。隨機(jī)選擇了4種不同的鎖孔底座姿態(tài)，每種姿態(tài)測(cè)試 100次。實(shí)驗(yàn)結(jié)果如表 5 所示，基于 1DCNN-GRU 的方法可以完成傾斜孔的裝配任務(wù)，平均成功率為94%，顯著高于SVM方法84%的成功率。 表 5 在400 次銷(xiāo)入孔實(shí)驗(yàn)中兩種方法裝配成功率對(duì)比 綜上所述，本文提出了一種面向任意傾角孔的學(xué)習(xí)型裝配策略，以時(shí)序力信息驅(qū)動(dòng)的1DCNN-GRU接觸識(shí)別模型結(jié)合自適應(yīng)導(dǎo)納控制與狀態(tài)機(jī)，實(shí)現(xiàn)了自動(dòng)化、安全且高效的插銷(xiāo)裝配。在門(mén)鎖與自行車(chē)鎖場(chǎng)景中，裝配成功率最高達(dá)94%，顯著高于傳統(tǒng)方法，展示了其在復(fù)雜傾角結(jié)構(gòu)裝配中的應(yīng)用潛力。 【作者信息】 * Corresponding author. 1 The two authors contributed equally to this work. 【DOI】 https://doi.org/10.1016/j.birob.2024.100209 【全文鏈接】和
分別為期望加速度和當(dāng)前實(shí)際加速度，F(xiàn)d 和 F 分別為期望接觸力和當(dāng)前實(shí)際接觸力，Md 和 Bd 分別表示期望慣性參數(shù)和阻尼參數(shù)。
和
分別為k時(shí)刻的期望速度和當(dāng)前實(shí)際速度，
和
分別為k-1時(shí)刻的期望速度和當(dāng)前實(shí)際速度，
和
分別為k時(shí)刻的期望接觸力和當(dāng)前實(shí)際接觸力，T 是離散控制周期。通過(guò)基于速度的導(dǎo)納控制獲得
后，將其發(fā)送至機(jī)械臂的速度控制接口進(jìn)行實(shí)際控制。