机器人卡扣装配中的错误识别与恢复
机器人学
2021-03-26 v1
摘要
现有预测机器人卡扣装配的方法无法在故障发生前进行预测。为克服该局限，本文提出一种在错误发生前预测错误状态的方法，从而实现及时恢复。机器人卡扣装配需要精确定位；因此，即使零件间轻微偏移也会导致装配失败。为正确预测错误状态，我们对在错误发生前终止的6D力/力矩曲线应用泛函主成分分析（fPCA）。通过将特征向量应用于决策树来识别错误状态，其中每个节点采用支持向量机（SVM）。若估计精度较低，我们执行额外探测以更准确地识别错误状态。最后，在识别错误状态后，机器人基于所识别的错误状态执行错误恢复运动。通过装配带四个卡扣的塑料零件的实验结果，我们表明错误状态可被正确估计且机器人能从所识别的错误状态中恢复。
引用
@article{arxiv.2103.13532,
title = {Error Identification and Recovery in Robotic Snap Assembly},
author = {Yusuke Hayami and Weiwei Wan and Keisuke Koyama and Peihao Shi and Juan Rojas and Kensuke Harada},
journal= {arXiv preprint arXiv:2103.13532},
year = {2021}
}