面向工業(yè)裝配演示編程的機械臂運動控制.pdf

1、演示編程技術(shù)是通過對人演示的操作過程進行學習推理，生成機器人可執(zhí)行的代碼，并由機器人完成相同的操作任務，從而降低機器人的編程難度，縮短編程時間，對機器人的應用與推廣具有重要意義。
　　本文面向工業(yè)機械臂裝配作業(yè)演示編程問題，為確保機械臂成功完成所學習到的裝配作業(yè)任務，本文對工業(yè)機械臂執(zhí)行單元和基于力傳感器信息的機械臂力反饋控制裝配執(zhí)行進行了探索和研究。本文的主要研究內(nèi)容和成果包括以下幾個方面:
　　1.完成了面向工業(yè)裝配演示

2、編程的機器人執(zhí)行單元搭建，配合實現(xiàn)了基于視覺觀測的演示編程任務。以ABB IRB120型機械臂為基礎平臺，根據(jù)任務場景要求，搭建了機器人硬件系統(tǒng)，完成了機械臂與工作臺標定、機械臂運動控制等基礎軟件模塊。實驗證明，所開發(fā)的機械臂執(zhí)行單元可根據(jù)感知數(shù)據(jù)高精度高可靠地完成與人演示完全相同的裝配任務。
　　2.提出并實現(xiàn)了基于支持向量機(Support Vector Machine，SVM)的機械臂任務結(jié)果預測算法。該算法根據(jù)任務執(zhí)行過程

3、中的力傳感器數(shù)據(jù)序列預測當前任務執(zhí)行完成與否。在離線階段，采集執(zhí)行任務過程中安裝在機械臂末端的力傳感器數(shù)據(jù)，對采集得到的數(shù)據(jù)進行預處理后，使用SVM進行數(shù)據(jù)訓練得到的分類器可以達到97.1％以上的準確率。在線階段，利用訓練好的分類器對在線過程進行實時監(jiān)控與預測。實驗表明該方法可以較好地對任務結(jié)果進行預測，并控制機械臂運行。
　　3.提出并實現(xiàn)了基于貝葉斯優(yōu)化的機械臂力反饋控制算法。該算法利用高斯過程對實驗數(shù)據(jù)進行數(shù)據(jù)建模，以應對系