[发明专利]基于类别特征知识库的装配系统及方法

权利要求书

1.一种基于类别特征知识库的装配方法，其特征是：包括以下步骤：

对机械臂的随机装配动作对应的力觉数据进行采集，并对这些数据进行初步预处理，利用主成分分析算法提取力觉数据特征；

将提取特征后的样本用支持向量机二分类，判断当前接触状态对应的装配动作是成功还是失败，将失败数据利用支持向量机-极限学习机多分类，训练优化模型参数，并建立力觉特征到接触状态特征的映射模型，构建装配接触状态类别特征知识库；

基于以上建立的装配接触状态类别特征知识库，实时检索当前接触状态，依据检索结果控制机械臂做不同的姿态调整，并重新检索当前新的接触状态，继续进行姿态调整直至装配作业成功。

2.如权利要求1所述的一种基于类别特征知识库的装配方法，其特征是：将采集获得的每个接触过程的所有力觉数据进行组合，得到接触状态信息。

3.如权利要求1所述的一种基于类别特征知识库的装配方法，其特征是：基于构建的装配接触状态类别特征知识库，实时检索当前接触状态，映射到对应的装配动作，从而根据此动作映射进行相应的姿态调整。

4.如权利要求1所述的一种基于类别特征知识库的装配方法，其特征是：根据构建的映射模型中的映射关系，由当前接触状态类别映射对应的姿态调整方向及偏转角度，由偏转角度通过机械臂逆运动学求反解，控制机械臂进行相应的姿态调整，重新执行装配动作。

5.如权利要求1所述的一种基于类别特征知识库的装配方法，其特征是：利用主成分分析算法提取力觉数据特征的具体过程包括：根据接触状态信息组成样本集合，构建相应的矩阵，对样本集合矩阵进行标准化，并计算协方差矩阵，计算协方差矩阵的m个特征值和对应的特征向量，求该样本集合矩阵的主成分分析向量，计算各主成分的贡献率和累积贡献率，以此确定主成分个数。

6.如权利要求1所述的一种基于类别特征知识库的装配方法，其特征是：将提取特征后的样本用支持向量机二分类的过程包括：将特征提取后的原始训练节点输入到支持向量机，运行得到其支持向量。

7.一种基于类别特征知识库的装配系统，其特征是：运行于机械臂与处理器上，被配置为执行以下指令：

对机械臂的随机装配动作对应的力觉数据进行采集，并对这些数据进行初步预处理，利用主成分分析算法提取力觉数据特征；

将提取特征后的样本用支持向量机二分类，判断当前接触状态对应的装配动作是成功还是失败，将失败数据利用支持向量机-极限学习机多分类，训练优化模型参数，并建立力觉特征到接触状态特征的映射模型，构建装配接触状态类别特征知识库；

基于以上建立的装配接触状态类别特征知识库，实时检索当前接触状态，依据检索结果控制机械臂做不同的姿态调整，并重新检索当前新的接触状态，继续进行姿态调整直至装配作业成功。

8.一种基于类别特征知识库的装配系统，其特征是：包括：

力觉信息采集与特征提取模块，被配置为对机械臂的随机装配动作对应的力觉数据进行采集，并对这些数据进行初步预处理，利用主成分分析算法提取力觉数据特征；

接触状态类别特征知识库构建模块，被配置为将提取特征后的样本用支持向量机二分类，判断当前接触状态对应的装配动作是成功还是失败，将失败数据利用支持向量机-极限学习机多分类，训练优化模型参数，建立力觉特征到接触状态特征的映射模型，构建装配接触状态类别特征知识库；

姿态调整模块，被配置为基于以上建立的装配接触状态类别特征知识库，实时检索当前接触状态，依据检索结果控制机械臂做相应的姿态调整，并重新检索当前新的接触状态，继续进行姿态调整直至装配作业成功。

9.如权利要求8所述的一种基于类别特征知识库的装配系统，其特征是：所述力觉信息采集与特征提取模块包括六维力传感器，以获取机械臂末端的操作对象与工作台上的目标对象接触时的力觉信息。