机械工程学报

作者：罗威, 李明富, 赵文权, 邓旭康

单位：1. 湘潭大学机械工程学院 湘潭 411105;2. 复杂轨迹加工工艺及装备教育部工程研究中心 湘潭 411105;3. 焊接机器人与应用技术湖南省重点实验室 湘潭 411105

关键词：力-位图像,柔顺装配,机器人,自动装配,深度学习；

基金：国家自然科学基金（51775470，52075465）、湖南省战略性新兴产业科技攻关与重大科技成果转化（2019GK4025）和湖南省科技创新计划（2020RC4038）资助项目。

利用机器人进行自动装配操作时，控制装配过程的接触力和柔顺性对于保证装配质量具有重要意义。为此提出一种基于力-位图像学习的柔顺装配方法，将装配过程中的位姿和接触力信息转化为力-位图像，然后通过对力-位图像的分类学习，获得不同初始位姿情况下的柔顺装配动作策略，从而控制机器人实现柔顺装配。首先，控制机器人完成多次装配，并在装配过程中收集机器人位姿以及装配力和力矩信息；然后，利用这些信息绘制力-位曲线并将其组合成为力-位图像，基于运动方向判定算法为力-位图像自动标记装配动作标签，以构建力-位图像数据集；最后，在力-位图像数据集上对深度学习模型进行训练，并基于深度学习模型控制机器人进行柔顺装配。为了验证该方法的有效性，以RJ45连接头和连接口间的装配为例，采集了2 500次装配操作的力-位数据，共生成92 328张力-位图像及对应标签，然后基于ResNet50网络训练力-位图像分类模型，并基于该模型控制机器人进行装配实验，装配成功率达到96.7%。

来源：2022年第21期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2022年第21期