基于视觉的拟人双臂机器人自主协调操作研究

发布时间：2020-11-21 10:47

　　 拟人双臂机器人符合人类对机器“人”的认知,它具有躯干并配置两条像人类一样灵活的冗余机械臂,利用其双臂协调特点既可以代替人类在特殊环境下作业,又可以在日常环境中实现与人类共融。视觉是常见的机器人外部传感器,通过视觉采集复杂环境信息可以提高双臂机器人的环境适应能力。另外,示教学习可以使机器人从人类示教数据中获得操作技能,实现与人协作,动作模仿,进而提高双臂机器人的人机交互能力以及自主学习能力。本论文围绕双臂协调操作展开研究,引入视觉伺服和示教学习方法来提高双臂机器人操作能力,推动双臂机器人智能化发展。重点解决双臂操作中环境和控制模型不确定,双臂协调特征学习等问题。主要研究内容如下:在双臂机器人非对称协调操作中,基本的任务目标是实现两个操作物位姿对齐。在工业装配场合,操作物的位姿信息是已知的,然而在其他多数应用场合下操作物的位姿信息是未知的。本研究提出一种基于图像视觉伺服的双臂自主定位方法来通过手眼协调方式实现操作物位姿对齐。将协调任务分为操作物位姿预对齐和对齐两个阶段。在第一阶段,采用场景摄像机观测双臂末端特征,结合非对称协调约束与射影空间模型,推导视觉空间路径规划算法获得双臂末端特征的期望轨迹,并采用任务函数法进行轨迹跟踪控制实现操作物位姿预对齐。在第二阶段,通过场景和手眼摄像机同时观测操作物位姿特征,建立操作物视觉位姿约束,推导多任务图像雅克比实现操作物位姿对齐。采用双臂机器人平台,通过两个典型双臂非对称协调任务来验证提出方法的有效性。双臂机器人执行对称协调操作时,任务目标是实现操作物的轨迹跟踪。当双臂末端对操作物的抓取位置精确已知时,双臂末端可以驱动操作物实现轨迹跟踪。然而,当操作物抓取位置存在偏差时,将无法实现操作物轨迹跟踪。本研究提出了基于自适应神经网络视觉伺服的双臂自主跟踪方法来实现抓取位置存在偏差情况下的操作物轨迹跟踪,通过径向基函数神经网络补偿由操作物抓取位置导致的图像雅克比不确定量。另外,由于机械臂冗余自由度的存在,双臂对称协调运动会产生关节角度漂移现象,通过对偶神经网络来求解二次规划问题进而优化冗余闭链运动来抑制关节角度漂移。采用双臂机器人平台,通过两个典型的对称协调任务来验证提出方法的有效性。在人机协作任务中机械臂末端需要跟随人类手部的位置与接触力变化。末端执行器与手部之间存在位置约束和力约束,然而这种位置/力约束通常是依靠经验给定的,这使得机械臂难以实现平稳、安全的协调操作。本研究提出基于人臂协作特征学习的人机协作方法,通过观测和学习人类双臂操作数据,获得可变的位置/力约束,也就是人类双臂协作特征。建立人机协调阻抗模型将人臂协作特征应用于机械臂控制中。采用机器人平台,通过机械臂与人类手臂进行协作搬运任务来验证提出方法的有效性。对于双臂协调运动,两个机械臂末端服从位姿协调约束,双臂关节空间服从运动学约束。然而这两种约束通常依靠经验给定的,这使得双臂机器人在笛卡儿空间难以实现平稳地协调运动,在关节空间难以实现自然地运动。本研究提出了基于人臂协调特征的拟人双臂运动方法。使用体感摄像机获取人类双臂运动数据,采用基于深度卷积神经网络的人臂末端姿态估计方法获得人臂示教数据。采用主成分分析将示教数据映射到特征空间,建立学习模型对人类双臂的臂内和臂间协调特征进行提取。将协调特征进行相似性测量,并建立特征空间冗余机械臂运动学约束以及双臂协调约束,推导双臂拟人协调运动方程重建双臂拟人协调运动。采用双臂机器人平台,通过双臂模拟倾倒和模拟搬运等两类实验任务来验证提出方法的有效性。
【学位单位】：哈尔滨工业大学
【学位级别】：博士
【学位年份】：2019
【中图分类】：TP242
【部分图文】：

臂机器人示例如图 1-1 所示，通常由两个单机械臂组成，并且机械臂的尺人类手臂相差较大，机械臂基座固定的位置也各有差异，这是因为它们需应用于特定的环境中。如图 1-1(a)所示，两个 ABB 工业机械臂被固定在生的两侧，进行鼠标装配操作。图 1-1(b)中 Dextre 空间机器人的两个尺寸巨机械臂被固定空间站两侧，用来进行在轨维护等任务。图 1-1(c)中的蛟龙两个机械臂被固定在探测仓前端，用于海底表面的样本采集。特别地，在 2通过机械臂将五星红旗插入中国南海海底 3759 米表面。图 1-1(d)中 Euro星探测车前端装有两个机械臂用来采集地表样本。(a) ABB 机器人进行装配操作 (b) Dextre 进行空间搬运操作(a) ABB robot for assembly manipulation (b) Dextre for space carrying manipulation

因此研究者不太关注操作行为的拟人化，而重点关注以任务为(Task-orientation)的机器人自主地实现末端执行器定位任务，跟踪任务以及任务[9]。在人类环境中作业的双臂机器人示例如图 1-2 所示，它们均配置与人类尺寸相当，结构相似的双冗余机械臂，并带有躯干和头部，这是因为它们被用于人类环境中。图 1-2(a)中 Robonauts2 空间宇航机器人进行典型的绳定操作任务。图 1-2(b)中 PR2 机器人在进行叠毛巾操作任务。(a) Robonauts2 进行绳索固定操作 (b) PR2 进行叠毛巾操作(a) Robonauts2 for rope fixed manipulation (b) PR2 for fold towels manipulation

了使机器人能够在非结构环境中自主操作，必须使它们具备适应力。在非结构环境中，单纯地依靠外部传感器控制，手动规划机式是无法实现自主的，因为不可能预知机器人可能遇到的每一种器人学习研究就是通过离线对人类运动过程进行观测并分析，通得运动技能。另外，仿人形机器人具有两个类人结构的冗余机械一样完成复杂的操作任务。与工业应用场合不同，仿人形机器人境中，这就需要机器人不仅要完成任务目标，更重要的，在任务现类人特性[54]。对于示教学习(Learning From Demonstration，LFD作为演示者，机器人作为学习者，这是赋予机器人类人特性的最佳文献中，将机械臂通过分析人类操作数据所学到的知识称为技能获图 1-4 所示，示教学习是特指人类手臂运动参与机器人学习过程习方法。通过机器学习方法，建立学习模型，使得机器人可从示并获得所需运动特征或是操作特征，进而实现机器人的拟人化操心研究是策略（policy）的推导[56]，这里的策略是一种人类演示数作的映射，这种映射可以是简单的人臂与机械臂的运动构型映射过特征空间分析并处理的抽象映射。
【相似文献】

相关期刊论文 前10条

1 郭小宝;赵振;黄伟;贾志闻;;饮料生产线码垛机器人的设计原理[J];装备机械;2018年02期

2 许卫斌;平雪良;应再恩;杜永忠;李正洋;;6R型串联机器人工作空间快速求解方法[J];机械设计;2013年06期

3 段齐骏;机器人工作空间配置的可靠性规划[J];机械科学与技术;2004年02期

4 钟勇,朱建新;一种新的机器人工作空间求解方法[J];机床与液压;2004年04期

5 杨德荣,冯宗律;机器人工作空间快速可靠数值算法[J];机器人;1990年02期

6 王兴海,周迢;机器人工作空间的数值计算[J];机器人;1988年01期

7 徐礼钜,姚进;机器人尺度综合的一种方法[J];机器人;1988年02期

8 陈恳,林建亚,路甬祥;机器人的自适应控制系统[J];机器人;1988年03期

9 郭明,周国斌;多关节机器人工作空间的分析与评价方法[J];机器人;1988年04期

10 陈国欣,李诚琚;计算机绘图在机器人工作空间分析中的应用[J];机器人;1988年05期

相关博士学位论文 前10条

1 吴鸿敏;非参数化贝叶斯模型的机器人多模态感知与学习[D];广东工业大学;2019年

2 曲家迪;基于视觉的拟人双臂机器人自主协调操作研究[D];哈尔滨工业大学;2019年

3 杨剑;群机器人队形控制及协同搜索方法研究[D];哈尔滨工业大学;2018年

4 陈赛旋;协作机器人零力控制与碰撞检测技术研究[D];中国科学技术大学;2018年

5 梁乐;黏性橡胶拆垛机器人轨迹优化及控制研究[D];哈尔滨工业大学;2018年

6 牟宗高;面向狭小空间作业的超冗余机器人轨迹规划及控制研究[D];哈尔滨工业大学;2017年

7 王贵飞;基于义齿磨损性能测试的冗余驱动咀嚼机器人技术研究[D];大连理工大学;2018年

8 曾远帆;基于空间相似性的工业机器人定位精度补偿技术研究[D];南京航空航天大学;2017年

9 杨聚庆;面向智能制造的机器人位姿误差动态修正技术研究[D];北京工业大学;2018年

10 王玉金;闭链弓形五连杆机器人翻滚运动生成研究[D];华中科技大学;2018年

相关硕士学位论文 前10条

1 李昊;面向复杂曲面叶片的机器人接触式原位测量技术[D];华中科技大学;2019年

2 李金灿;基于视觉反馈的机器人控制算法研究[D];杭州电子科技大学;2019年

3 潘安邦;基于ROS的Delta机器人运动仿真与实验研究[D];河南科技大学;2019年

4 陈炼;刚柔耦合机器人系统终端精度保证及站位规划研究[D];电子科技大学;2019年

5 曾锋;基于机器人的洗碗机内胆装配线的设计与仿真[D];江西理工大学;2019年

6 尹一伊;建筑机器人标定及运动特性研究[D];苏州科技大学;2019年

7 康宏斌;基于视觉的工业机器人几何参数标定[D];西南科技大学;2019年

8 林贺邦;集装箱装车机器人结构设计及优化[D];广州大学;2019年

9 蒋育君;装车机器人的规划与控制系统开发[D];广州大学;2019年

10 杨一帆;基于阻抗控制的弱刚性构件双机器人协同磨抛技术研究[D];华中科技大学;2019年

本文编号：2892896