面向大尺寸、高精密光学元件装配的人-机器人协作方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    91848109
  • 项目类别:
    重大研究计划
  • 资助金额:
    65.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0309.机器人学与智能系统
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31
  • 项目参与者:
    蔡世波; 聂祥丽; 李寅霖; 朱建康; 熊方舟; 陈斌; 余建军; 韦威;
  • 关键词:

项目摘要

Large size, high precision optical components are widely used in the fields of military, space exploration, and large laser drivers. Efficient and reliable installation of large size and load optical components is the basic requirement of the driver construction. Human-Robot collaborative assembly is considered as a feasible solution. This project focuses on the three critical issues, i.e., skillful assembly, task planning and flexible holding of the large size and heavy optics. We try to deal with the problem of human-robot cooperation, action/trajectory planning and micro stress of clamping, and then realize the flexible assembly of high precision optical components. The specific research contents include: (1) adapting control to different collaborative workers; (2) efficient task planning; (3) flexible clamping strategy for high-precision optical components. We expect to achieve the goal by the following approaches, including impedance control method by adding human to the robot control loop, learning from demonstration for task planning and flexible fixturing strategy using multi-source information fusion. We aim to establish a new method for human robot cooperative assembly, and also achieve different workers and robots working together to achieve the assembly task of high precision, large aperture optical components. The research results can not only serve the construction of laser drivers, but also have important research significance and application value for the precision assembly of large size components.
光学系统广泛应用于军事、航天以及大型激光驱动器等领域,大尺寸、高精密光学元件装配是基础关键技术。随着光学系统规模扩大,机器人装配是发展趋势,但存在动作柔顺、任务复杂、夹持精巧等瓶颈难题。本项目拟通过研究人-机器人协作装配技术,以实现高精密光学元件柔顺、可靠装配。具体研究内容包括:(1)人在回路的人-机器人力协作装配方法;(2)基于示范学习的机器人装配动作规划方法;(3)高精密光学元件柔性夹持策略。预期通过突破:协作人员建模与机器人力控参数自适应、示范学习的数据建模与动作优化、基于热、力多源异构数据建模等问题,建立人-机器人力协作装配新方式,解决柔顺性、复杂性和精巧性难题,实现不同工人和机器人通过力配合完成大尺寸、高精密光学元件的装配任务。研究结果不仅能服务激光驱动器建设,对于推动其它大口径光学系统建设具有重要的研究意义和应用价值。

结项摘要

机器人柔性装配技术在传统制造业中获得了较为成功的应用。但是,面向大尺寸、高精密以及特殊元件的装配任务,由于对机器人作业柔顺性、任务复杂性和夹持精巧性等的苛刻要求,目前仍然以手工装配为主。为此,项目提出了人-机器人协同完成精密元件装配的技术思路。.1. 主要研究内容.1)人在回路的人-机器人协作装配方法,着重于机器人能够和不同工人协作,共同施加作用力于大尺寸元件上的装配方法。.2)基于示范学习的机器人装配动作规划方法,着重于机器人通过示范学习等方式适应任务变化,实现对不同外形尺寸、不同工作流程的元件的装配动作的自主规划。3)高精密光学元件的精巧夹持策略,达到不会因为机器人的夹持力造成元件应力损伤,降低光学元件通光性能的目标。.2.重要研究成果.1)针对人-机协作过程中人的协作力动态变化难题,提出了一种基于深度强化学习机器人变阻抗控制学习方法,通过近端策略优化(PPO)算法实时调整机器人阻抗控制中的惯性、阻尼和刚度参数,从而使机器人能够与不同的人类合作者协作完成不同形状、不同尺寸元件的高精度装配任务,提高了人-机协作系统的柔顺性和通用性。.2)针对不规则零件装配任务的装配动作自主规划难题,提出了机器人路径和动作模仿学习及自适应阻抗控制方法;通过运动原语DMP(Dynamic Movement Primitive)对人类演示数据进行编码,然后使用运动原语的组合为新的装配任务生成参考轨迹和参考力,最后通过自适应阻抗控制器来跟踪具有未知环境刚度装配力。.3)针对大尺寸光学元件的微应力夹持难题,提出了通过多核双层回归的光学元件夹持建模方法,将夹持力、温度等对形变的影响分层表述,提高了夹持模型的精度,降低了光学元件形变。.3. 关键数据及科学意义.1)在IEEE-TIE、IEEE/ASME-TMECH、IEEE-RAL等期刊和国际会议上发表学术论文10篇,其中SCI论文6篇;申请中国发明专利3项,其中授权1项,软件著作权1项;出版中文著作1部。.2)获得2019年“世界机器人大赛—共融机器人挑战赛”双臂协作机器人组三等奖;.3)获得日本2021年“World Robot Summit” 装配挑战赛Special Prize(远程组第一名);.4)培养研究生6名。.研究工作对占领人-机器人协同装配国际学术前沿领域、满足国家重大需求、促进机器人与人工智能等学科交叉与融通具有重要意义。

项目成果

期刊论文数量(8)
专著数量(0)
科研奖励数量(0)
会议论文数量(3)
专利数量(3)
基于DMP的双臂机器人装配策略研究
  • DOI:
    10.16731/j.cnki.1671-3133.2021.04.006
  • 发表时间:
    2021
  • 期刊:
    现代制造工程
  • 影响因子:
    --
  • 作者:
    王智伟;苏建华;黄开启;顾启鹏;孟严
  • 通讯作者:
    孟严
面向3维物体的三指机械手“包笼抓取”方法
  • DOI:
    10.13973/j.cnki.robot.200204
  • 发表时间:
    2021-04
  • 期刊:
    机器人
  • 影响因子:
    --
  • 作者:
    苏建华;刘传凯;王智伟;黄开启
  • 通讯作者:
    黄开启
Visual affordance detection using an efficient attention convolutional neural network
使用高效的注意力卷积神经网络进行视觉可供性检测
  • DOI:
    10.1016/j.neucom.2021.01.018
  • 发表时间:
    2021-01
  • 期刊:
    Neurocomputing
  • 影响因子:
    6
  • 作者:
    Gu Qipeng;Su Jianhua;Yuan Lei
  • 通讯作者:
    Yuan Lei
Robot Precision Assembly Combining with Passive and Active Compliant Motions
结合被动和主动柔顺运动的机器人精密装配
  • DOI:
    10.1109/tie.2021.3108710
  • 发表时间:
    2021
  • 期刊:
    IEEE Transactions on Industrial Electronics
  • 影响因子:
    7.7
  • 作者:
    J.H. Su;C.K. Liu;R. Li
  • 通讯作者:
    R. Li
Immobilizing Caging Grasps of Convex Polyhedrons With a Four-Pin Gripper
用四针夹具固定凸多面体的笼式夹具
  • DOI:
    10.1109/lra.2021.3094832
  • 发表时间:
    2021-10
  • 期刊:
    IEEE Robotics and Automation Letters
  • 影响因子:
    5.2
  • 作者:
    Su Jianhua;Liu Chuankai;Meng Yan
  • 通讯作者:
    Meng Yan

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于HOG内嵌模板匹配的车门夹人检测算法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    北京交通大学学报
  • 影响因子:
    --
  • 作者:
    苏建华;薛栋娥;刘传凯
  • 通讯作者:
    刘传凯
基于情感化设计的产品创新场景构建
  • DOI:
    10.13841/j.cnki.jxsj.2018.09.019
  • 发表时间:
    2018
  • 期刊:
    机械设计
  • 影响因子:
    --
  • 作者:
    曹国忠;杜雪清;苏建华;朱玉宁;施月兴
  • 通讯作者:
    施月兴
基于蚁群算法的WSNs节点有障环境中部署优化研究
  • DOI:
    10.13873/j.1000-9787(2015)05-0029-04
  • 发表时间:
    2015
  • 期刊:
    传感器与微系统
  • 影响因子:
    --
  • 作者:
    樊宽刚;么晓康;苏建华
  • 通讯作者:
    苏建华

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

苏建华的其他基金

面向空间灵巧作业的机器人主-被动柔顺控制及迁移学习关键技术研究
  • 批准号:
    62273343
  • 批准年份:
    2022
  • 资助金额:
    54.00 万元
  • 项目类别:
    面上项目
面向空间灵巧作业的机器人主-被动柔顺控制及迁移学习关键技术研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    54 万元
  • 项目类别:
    面上项目
大型易损坏物体的高精度装配策略研究—基于视觉与高维环境约束融合方法
  • 批准号:
    61105085
  • 批准年份:
    2011
  • 资助金额:
    24.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码