基于人类示教的自动化任务机械臂运动学优化

机械臂在诸如生产线等各种自动化流程中非常普遍。然而，这些能力强大的机器人通常被降级用于简单的重复性任务，例如拾取和放置。另一方面，为一项特定任务设计最优机器人会消耗大量的工程时间和成本资源。在本文中，我们提出了一种基于人类示教来优化机械臂适应特定任务能力的新概念。机械臂的适应度是衡量其遵循记录的人类手臂和手部路径能力的指标。优化过程使用粒子群优化算法的一种改进变体来解决机器人设计问题。在所提出的方法中，我们生成了一个最优的机器人设计以及完成任务所需的路径。该方法可以缩短机械臂的上市时间，并促进模块化机器人部件的标准化。新手用户可以轻松地将一个最小配置的机械臂应用于各种任务。我们展示了两个常见制造任务的测试案例，得出了最优设计，并将计算工作量减少了高达92%。