申请/专利权人：山东大学

申请日：2022-03-14

公开（公告）日：2024-03-15

公开（公告）号：CN114571456B

主分类号：B25J9/16

分类号：B25J9/16

优先权：

专利状态码：有效-授权

法律状态：2024.03.15#授权;2022.06.21#实质审查的生效;2022.06.03#公开

摘要：本发明涉及基于机器人技能学习的电连接器装配方法及系统，包括以下步骤：基于图像信息调整待装配电连接器处于初始位姿，控制机器人携带待装配电连接器接触装配孔位并执行轨迹搜索，当待装配电连接器落入装配孔内时，轨迹搜索完毕；以机器人末端携带待装配电连接器的位姿和接触力作为已构建的机器人装配技能学习网络的输入值，机器人下一步动作的关节角度为输出值；基于机器人装配技能学习网络中的奖励函数，迭代使网络收敛，并判断待装配电连接器落入装配孔内的装配深度和接触力满足设定值时，电连接器装配完毕。待装配电连接器先接触装配孔位经轨迹搜索后落入装配孔内，再控制待装配电连接器落入装配孔内的装配进给过程，最终完成装配。

主权项：1.基于机器人技能学习的电连接器装配方法，其特征在于：包括以下步骤：利用图像信息调整待装配电连接器处于初始位姿，基于初始位姿控制机器人携带待装配电连接器接触装配孔位，获取待装配电连接器与装配孔位的接触力大小的和电连接器落入装配孔位时的装配深度；以机器人末端携带待装配电连接器的位姿和接触力作为已构建的机器人装配技能学习网络的输入值，机器人下一步动作的关节角度为输出值；基于机器人装配技能学习网络中的奖励函数，判断待装配电连接器落入装配孔内的装配深度和接触力满足设定值时，电连接器装配完毕；机器人装配技能学习网络的构建过程包括，机器人预先经人工示教获取专家数据，专家数据包括机器人执行装配时每一步的状态和对应的动作信息；机器人装配技能学习网络的构建过程还包括，利用机器人的状态与对应动作信息的特征基函数，和特征基函数对应的权重值，构建以专家数据为目标的奖励函数；机器人装配技能学习网络的构建过程还包括，将奖励函数输入强化学习网络中训练网络，迭代至网络收敛；相比以往的DDPG算法，即深度确定性策略梯度算法做了优化，采用TD3算法，即双延迟深度确定性策略梯度算法，避免了调参数的困难。

全文数据：

权利要求：

百度查询： 山东大学 基于机器人技能学习的电连接器装配方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD