面向复杂轨迹的机器人模仿学习开题报告
2020-04-22 19:15:49
1. 研究目的与意义(文献综述)
1.1论文研究背景及意义
工业机器人是指用来搬运机械部件或工件的、可编程序的多功能操作机,或通过改变程序可以完成各种工作的特殊机械装置。针对现在工业制造中对加工类、加工效率等方面更高的要求,由于工业机器人操作灵活、可编程序控制、多机器人协作和工作空间较大等特点,逐渐应用于大多数的工业生产制造中。包含焊接、自动化装配、原料搬运、打磨、铣削、缝纫等行业,都可以看见工业机器人的身影。根据2013年的数据,中国的工业机器人采购数量就已经达到了3.65万台,在国家大力发展智能制造的潮流中,智能化的工业机器人也会是未来发展的重要一环。
以燃气轮机、航空发动机叶片这类具有复杂的曲面特征的零件加工为例,实际使用过程中对零件外形、表面粗糙度要求很高,故其加工和测量难度很高,这导致叶片的工业生产过程中仍然存在较多技术难题亟需解决。目前大部分生产厂家对叶片这种复杂零件精加工中的精磨仍然是人工磨削的方式,存在效率较低、外形精度低及表面一致性差的不足。
2. 研究的基本内容与方案
本研究针对汽轮机叶片阻尼台等复杂轨迹加工离线编程困难为对象,实现建立机器人手把手拖动示教编程系统,对示教数据进行模仿学习,将模仿学习数据应用到实际机器人中展开研究,具体研究内容如下:
(1)建立机器人的仿真系统,利用对机器人末端进行阻抗控制,实现机器人的手把手拖动示教编程系统建立
(2)基于手把手拖动示教的数据,利用dtw动态时间规整,pca降维技术对所采集的数据进行预处理
3. 研究计划与安排
- 第1-3周:完成开题报告和英文翻译;
- 第4-6周:完成毕业设计相关内容的总体方案设计;
- 第6-8周:完成毕业设计相关内容的详细方案设计;
- 第9-12周:完成相关的分析计算工作;
- 第13-16周:毕业设计论文修订,评阅,与毕业答辩。
4. 参考文献(12篇以上)
[1]calinon, s. and f. guenter, et al. (2007). "on learning, representing, and generalizing a task in a humanoid robot." ieee transactions on systems, man and cybernetics, part b (cybernetics) 37 (2): 286-298.
[2]ettehadi n, manaffam s, behal a. learning from demonstration: generalization via task segmentation[c]//iop conference series: materials science and engineering. iop publishing, 2017, 261(1): 012001.
[3]calinon, s. and f. d'halluin, et al. (2010). "learning and reproduction of gestures by imitation." 17 (2): 44 - 54.