混凝土孔洞的轴孔装配任务策略

提出了一种使工业机器人能够完成混凝土孔洞的轴孔装配任务的方法。所提方法在搜索位置之间移动时，将销钉稍微脱离墙壁，以避免混凝土高摩擦系数的负面影响。它使用通过强化学习训练的深度神经网络（DNN），无需分析建模或控制参数调整，即可有效找到形状和表面光洁度可变（由于混凝土的脆性）的孔洞。该方法除了力和扭矩外，还将销钉朝向墙壁表面的位移作为DNN的输入之一。由于销钉越靠近孔洞（由于混凝土孔洞的倒角形状），位移越大，因此它是输入DNN的有用参数。通过在同一个孔上训练DNN 500次并尝试找到12个未知孔洞来评估所提方法。评估结果表明，DNN使机器人能够以96.1%的平均成功率和12.5秒的平均执行时间找到未知孔洞。使用随机初始位置和不同类型销钉的额外评估表明，训练后的DNN可以很好地泛化到不同条件。对销钉位移输入影响的分析表明，利用该参数提高了DNN的成功率。这些结果验证了所提方法在建筑行业中的有效性和适用性。