[发明专利]一种基于虚拟装配环境的装配技能直接生成方法

说明书

本发明公开一种基于虚拟装配环境的装配技能直接生成方法，装配示范者以第一人称的操作方式控制机械臂进行作业，借助与真实装配环境相符合的工具、工艺设备，对虚拟环境中工业产品进行装配操作，装配过程中涉及的末端执行器、零件、工具、工艺设备、部件、组合体等实体，以及实体之间的对准、趋近、抓取、插孔、旋紧等操作，根据已定义的实体与操作全部直接生成动态操作知识图谱，建立操作知识图谱的初次架构，操作知识图谱可以不断进行知识更新将新的实体与动作加入本体库中。知识图谱可以作为操作技能的标准格式，用于不同智能体间的操作技能传递，本发明也可以扩展到其他操作技能学习领域。

技术领域

本发明属于人工智能中的操作技能学习领域，是一种基于虚拟装配环境的装配技能直接生成方法，用于智能体基于人的操作示范进行组合体装配操作技能传授。

背景技术

机器人操作技能(Robot manipulation skill)是指机器人基于自身的传感、感知、决策、规划与控制能力,在有限时间内操作环境中特定物体,使物体由初始状态达到目标状态。技能在生活和生产中无处不在,例如物流中的拆垛与码垛、生产线上的零部件装配、餐厅中的端茶递水、体育运动中的打乒乓球等。随着人工智能技术的发展，对教授机器人复杂技能的需求增加。如果机器人可以代替或协助人类工人完成复杂的操作任务，就可以大大节省人工成本。如何通过人的示范让智能体理解并学会复杂操作技能是人工智能领域的重要问题，而大批量工业产品(如3C产品)或小批量复杂产品(如航天器)的装配技能学习是其中的一个重要领域。

工业产品的装配逐渐脱离纯人工操作，实现了基于机器人等智能体的自动化操作。例如，富士康科技集团(Foxconn Technology Group)已经在他们的工厂里部署了自己的装配机器人“Foxbot”。多家公司已经开发了双臂机器人，主要针对小零件的装配。这些机器人包括Rethink Robotics的Baxter robot和Kawada的Nextage robot等。目前，这些机器人只能处理简单的任务。智能体的操作技能多采用人工硬编程的方式进行生成，需要大量人工和调试，当生产线进行优化和调整时，还需要大量的人工进行操作技能的优化。如果通过人类演示来生成精细的装配技能，形成一个包含各类操作技能的知识库，不但可以避免冗长的机器人编程，同时也不需要机器人专业知识来操作就能够在不同机器人上进行操作技能的传递。然而，一个复杂的装配任务通常涉及到许多零件和工具，同时要执行许多步骤，如何表示机器人操作知识是一个巨大的挑战。

对于机器人学习特定场景、特定工作所需的技能而言，流程模型[秦方博,徐德.机器人操作技能模型综述[J].自动化学报,2019,045(008):1401-1418.]是表示机器人操作知识较为主流的选择，如图1所示，该模型将一个多步骤的复杂技能划分为流程，每个流程对应一组技能基元，且用一个紧凑模型表达。所有流程都为松耦合方式，实现随意组合。因不依赖于硬件平台，使得其可以被各种机器人系统所使用。但这种技能的流程模型在转换状态较少时效率较高，一旦状态数量太大且流程模式非顺序模式时，容易出现不易理解、难以维护的情形。此外，对于不同的工作需要重新定义。然而，机器人操作技能的自主认知与学习更强调通过定义一些操作技能基元以及一套发展策略，实现操作技能从简到繁独立于指定工作的可持续发展。