买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:四川大学
摘要:本发明涉及一种基于图模型的机器人自主装配顺序规划方法,属于机器人智能装配领域。该方法具体的实施步骤包括以下阶段。图模型构建阶段:基于装配件的三维模型获取装配零件数据,用节点表示零件,用边表示对应关系,根据装配基本约束初始化对应的图模型;图模型学习阶段:在机器人演示装配过程中,根据绝对约束条件和最优化目标获得一定数量的观测数据,并使用观测数据更新图模型的结构和参数;装配顺序推断阶段:利用遗传算法推算最佳装配体基准零件,并基于图模型的最小生成树推断实际装配顺序。该方法能有效提高装配顺序规划的效率,减少时间和人力付出。
主权项:1.本发明提出了一种基于图模型的机器人自主装配顺序规划方法,其特征在于,该方法包括以下步骤:1图模型构建阶段:基于装配件的三维模型获取装配零件数据,用节点表示零件,用边表示对应关系,根据装配基本约束初始化对应的图模型;2图模型学习阶段:在机器人演示装配过程中,根据绝对约束条件和最优化目标获得一定数量的观测数据,所述绝对约束条件包括装配过程中的碰撞约束,装配件的稳定性约束,所述的最优化目标由装配时间、装配成本、装配总能量消耗多个目标共同组成,装配过程中的观测数据获取方法为:a根据装配任务搭建对应的仿真环境;在仿真中导入装配件模型、机器人模型,并设置对应的动力学参数;b构建机器人基元动作集,轨迹规划方法,机器人控制方法;所述基元动作集包括夹爪夹紧,夹爪松开,自由空间移动,装配进程移动;所述机器人控制方法采用机器人笛卡尔空间阻抗控制;c根据图模型边选择对应装配动作,将其分解为机器人基元动作和运动轨迹的组合;d机器人在仿真中多次执行装配动作;e获得观测数据;针对每次装配返回一个等长的观测数据向量,用以记录绝对约束条件的满足情况和最优化目标的评价结果;其中观测数据向量长度等于约束条件数和最优化目标数之和,绝对约束条件采用定性的判别结果,最优化目标采用定量的判别结果;最后使用观测数据更新图模型的结构和参数;3装配顺序推断阶段:利用遗传算法推算最佳装配体基准零件,并基于图模型的最小生成树推断实际装配顺序。
全文数据:
权利要求:
百度查询: 四川大学 一种基于图模型的机器人自主装配顺序规划方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。