23、工业装配任务的示范学习与机器人任务的视觉编程

工业装配任务的示范学习与机器人任务的视觉编程

1. 工业装配任务的示范学习

在工业装配任务中，基于示范的学习是一种有前景的方法。传统的动态运动原语（Dynamic Movement Primitives）虽有潜力，但在处理复杂装配任务时存在不足。为解决这一问题，提出了基于MTM - 1的优化CDMP框架。

1.1 子技能分析

• 到达（REACH） ：该子技能旨在让机器人手臂移动到工件附近。为了实现快速且准确的运动，使用10个径向基函数（RBF）简化模型，并通过将时间常数τ减半来提高速度。
• 抓取（GRASP） ：此子技能要求机器人精确抓取工件。为保证高精度，使用200个RBF生成模型，且时间常数τ与示范时相同。
• 移动（MOVE） ：机器人抓取工件后，将其移动到目标位置。同样使用10个RBF简化模型并提高速度。
• 定位（POSITION） ：该子技能确保工件准确对齐和定向。考虑到接触力和扭矩，将其纳入CDMP模型以增强鲁棒性。使用200个RBF生成模型，以保证高精度。
• 释放（RELEASE） ：当工件成功对齐且无干扰力时，释放子技能开始。通过驱动夹具释放工件，并在无碰撞脱离后结束。同样使用200个RBF生成模型，以保证高精度。

以下是各子技能的参数对比表格：
| 子技能 | RBF数量 | 时间常数τ |
| ---- | ---- |