基于视觉伺服与力反馈的柔性齿轮装配
机器人学
2023-03-07 v1
摘要
齿轮装配是工业自动化中一项重要但具有挑战性的任务。本文提出一种新颖的两阶段方法，以实现高精度且柔性的齿轮装配。所提方法在搜索阶段集成 YOLO 粗略定位工件，并利用深度强化学习（DRL）完成插入。具体而言，DRL 解决了当腕载相机离工件过近时部分可见性的难题。此外，力反馈用于使过程从第一阶段平滑过渡到第二阶段。为减少训练深度神经网络的数据采集工作量，我们使用合成 RGB 图像训练 YOLO，并利用采样的真实世界数据构建离线交互环境以训练 DRL 智能体。我们在精度容差为 0.3mm 的齿轮装配实验中评估了所提方法。结果表明，我们的方法能够从任意位置鲁棒且高效地完成搜索与插入，平均耗时 15 秒。
引用
@article{arxiv.2303.03153,
title = {Flexible Gear Assembly With Visual Servoing and Force Feedback},
author = {Junjie Ming and Daniel Bargmann and Hongpeng Cao and Marco Caccamo},
journal= {arXiv preprint arXiv:2303.03153},
year = {2023}
}
备注
Submitted to 2023 IEEE/RSJ International Conference on Intelligent Robots (IROS)