装配机器人

摘要

运动基元（Movement Primitives, MP）是一种有前景的方法，可以从人类示范中建模机器人运动。使用学习的参数和通常缩放到$\boldsymbol{[0,1]}$的相位变量，MP可以在相位从0过渡到1时生成轨迹。 然而，在需要高精度和在线调整的装配任务中，典型的MP方法效果不佳，特别是当轨迹以有限的控制器增益执行，或者当任务受到某些障碍物阻碍时。 因此，我们提出了相位识别运动基元（Phase-Recognizing Movement Primitive, PMP），它可以在线稳定地估计任务相位，在装配任务受到外部干扰时进行适当调整，并最终在使用低增益顺应控制器的情况下实现精确装配。 具体来说，给定机器人状态，我们假设相位是一个具有高斯分布的随机变量。因此，可以计算相位速度，使我们能够确定任务是否受阻，并在任务卡住时重试。 我们在仿真中测试了我们的方法用于插孔装配任务，并在真实UR5上测试了滑入槽装配任务。实验结果表明，PMP可以稳定地估计相位，从而对受阻的装配任务进行调整以完成任务。

实验