人示范式具有力与位置目的任务的机器人学习制造技术

用于向机器人示范任务的系统包括手套、传感器以及控制器。在操作人员佩戴手套以及示范任务时，传感器测量任务特征。任务特征包括手套的姿态、关节角度构型以及分布的力。控制器接收任务特征并且使用机器学习逻辑来学习并且将示范的任务作为任务应用文件记录下来。控制器将控制信号发送至机器人，由此使得机器人自动地执行示范的任务。方法包括使用手套测量任务特征、将任务特征发送至控制器、使用机器学习逻辑处理任务特征、产生控制信号以及将控制信号发送至机器人使得机器人自动地执行任务。

Human demonstration of robot learning with force and position purpose tasks

A system for demonstrating tasks to a robot includes a glove, a sensor, and a controller. When the operator wears gloves and demonstrates the task, the sensor measures the task characteristics. Task characteristics include glove postures, joint angles, configurations, and distributed forces. The controller receives the task characteristics and learns by using machine learning logic, and records the demonstrated tasks as task application files. The controller sends the control signal to the robot, thereby enabling the robot to automatically perform exemplary tasks. Methods include the use of gloves measuring task characteristics, task characteristics will be sent to the controller, the use of machine learning logic processing task characteristics and generates a control signal and sends control signals to the robot so that the robot to perform the task automatically.

【技术实现步骤摘要】
人示范式具有力与位置目的任务的机器人学习
本专利技术涉及人示范的机器人应用的学习，特别是具有力与位置目的的那些学习。
技术介绍
串联机器人是机电装置，其能够操纵使用一系列机器人连杆的对象。机器人连杆通过机器人关节相互连接，每个关节通过一个或多个关节致动器来驱动。每个机器人关节进而又代表独立的控制变量或自由度。设置在串连机器人远端的末端执行器被配置为执行特定的任务，诸如抓握作业工具或者堆叠多个部件。通常，通过闭环力、速度、阻抗、或者基于位置的控制律将串连机器人控制到期望的目标值。在制造中，需要能够用最少量的停工期生产新的或更多种的产品的灵活的工厂和工艺。为了全面实现这个目标，需要机器人平台来迅速地适应新任务而无需耗时的重新编程以及代码编译。传统上，机器人由人工以编程语言通过将行为编码来编程或者通过带有下拉菜单的教导器来编程。随着机器人以及应用两者复杂性的增大，这种传统技术已经变得过度复杂和消耗时间。因此，已经发展了以更简单的、更加直观的方式来产生程序的尝试，通常被称为“通过示范学习”或者“模仿学习”。使用此类方法，操作人员执行任务并且计算机系统通过使用机器学习技术靠观察来学习该任务。训练操作通常如此进行：或者由操作人员直接地执行任务同时计算机视觉系统记录行为，或者由操作人员握住机器人并且通过所需的运动序列在物理上将其移动。此类“通过示范学习”技术具有可将编程具有增加复杂性的机器人应用简化的潜力。机器人任务通常具有限定任务的位置或运动的目的。尤其是，这些类型的任务已经开始结合力或阻抗的目的，也就是说，规定要施加的力的等级的目的。当任务也要求力的目的时，仅仅使用位置捕捉数据不再足够。因此，当机器人通过任务示范移动或后驱时，尝试通过向机器人添加力传感器来学习此类任务的系统已经进展。然而，对于具有力和位置两个目的的某些类型的灵巧任务的示范，现存方法仍然不是最佳。
技术实现思路
本文公开了一种用于促进操作人员示范的、具有力和位置目的应用的机器人学习的系统和相应的方法。本方法旨在极大地简化复杂机器人应用的发展，特别是那些在非结构化环境和/或直接的人工机器人交互和协作发生的环境中使用的那些机器人应用。非结构化环境，如在本领域已知的，是没有针对特定应用来高度配置和设计的工作环境。随着机器人复杂性的持续增加，可被执行的机器人任务类型的复杂性也在增加。例如，某些新兴的机器人使用腱致动的手指和可对置拇指来以类似于人的灵巧性和敏捷度水平执行任务。因而传统的任务编程和常规的后驱任务示范对此类机器人来说复杂到了不能实行的程度。在示例性实施例中，用于向机器人示范具有力和位置两者目的的任务的系统包括可由操作人员佩戴的手套。系统还包括传感器以及一个或多个控制器，且控制器与传感器进行通信。在佩戴手套的操作人员单独通过其动作积极地示范任务时，传感器共同地测量任务特征。任务特征包括作用在手套上的分布的力，以及手套姿态和关节角度构型。可对控制器编程将机器学习逻辑施加到任务特征，由此来学习并将示范的任务作为任务应用文件记录下来。还可对控制器编程以执行任务应用文件，并且由此控制机器人的操作，也就是说，机器人自动地执行初始由佩戴手套的操作人员示范的任务。还公开了一种使用手套用于向机器人示范任务的方法，上述的传感器定位在手套上。该方法可包括在操作人员佩戴手套并且示范任务时，使用手套测量任务特征集合，并且随后将任务特征发送至控制器。该方法可包括使用机器学习逻辑通过控制器处理任务特征，由此来学习并将示范的任务作为任务应用文件记录下来，并且使用该任务应用文件产生一组控制信号。将该组控制信号发送至机器人，由此使得机器人自动地执行示范的任务。本专利技术的上述特征以及其它特征和优点从以下结合附图对实施本专利技术的最佳方式进行的详细描述中能够很容易了解到。附图说明图1为可用作系统的一部分的示例性手套的示意图，用于向本文阐述的机器人示范力-位置型任务。图2为图1中所示的手套的手掌侧的示意图。图3为使用图1和图2中所示的手套，用于向机器人示范且执行力-位置型任务的系统的示意图。图4为描述使用图4中所示的系统，用于向机器人示范力-位置型任务的示例性方法的流程图。具体实施方式参考附图，其中相同的参考数字对应于不同视图中相同的或类似的部件，根据示例性实施例，在图1和图2中示意性地示出了手套10。如图3所示，作为系统25的一部分，手套10被配置为在向机器人70示范具有力和位置两者目的的任务中，由操作人员50佩戴。图3的系统25按照方法100受到控制，方法100的实施例参照图4在下面进行描述。对于图1和图2中所示的手套10，该手套可包括多个接合的或铰接的手指12以及可选择的接合的或铰接的可对置拇指12T。手套10还包括背面16与手掌17。手套10可以由任何合适的材料构成，诸如透气性的网、尼龙和/或皮革。可以使用可选的腕带18来帮助将手套10固定到图3所示的操作人员50的手腕上。尽管在图1和图2中的示例性实施例中示出了四个手指12和可对置的拇指12T，手套10的其他构型也可以很容易地想象到，诸如适合用于捏夹型抓握应用的二指或三指构型。与常规的在给定任务示范期间使用视觉系统来确定位置和教导器以驱动机器人的方法不同，本方法允许操作人员50直接地执行灵巧的任务，也就是说，在示范中靠操作人员50单独作用而无需机器人70的任何干预。如图3中所示，示例性的灵巧的任务可包括将灯泡35抓握、插入以及旋转进入螺纹插座(未示出)。该任务涉及到严密监控以及控制一些动态地变化的变量，这些变量共同明确地描述如何开始抓握灯泡35、在仍然抓握灯泡35时如何牢固并快速地将灯泡35插入插座、灯泡35应该如何被快速地拧接入插座中以及应该检测到多少反馈力以表明灯泡35已经完全被拧接进入且坐入在插座内。使用单独应用视觉照相机和其它常规的位置传感器的常规的机器人驱动任务示范，不能最佳地学习这种任务。为了解决这个挑战，操作人员50在此直接地执行任务，且示范的任务具有如上文指出的力和位置两个目的。为了完成期望的目的，可对手套10装配多个不同的传感器，至少包括手掌姿态传感器20、关节构型传感器30以及力传感器阵列40，所有的传感器都被布置在图1和图2中所示的手掌17、手指12以及拇指12T上。传感器20、30和40与一个或多个控制器通信，在示例性实施例中包括第一控制器(C1)60。在佩戴手套10的操作人员50直接地示范任务时，传感器20、30和40被配置为共同测量任务特征(TC)。任务特征可包括使用力传感器阵列40所确定的在手套10上分布的力(箭头F10)，以及通过手掌姿态传感器20确定的手掌姿态(箭头O17)和使用各种关节构型传感器30确定的关节角度构型(箭头J12)。第一控制器60(其可用描述手套10的运动学的运动学数据(K10)来编程)可处理任务特征并且在机器人70的控制之前，向第二控制器(C2)80输出任务应用文件(TAF)(箭头85)，随后在下面将更详细地描述。尽管本文描述了第一控制器60和第二控制器80，在其它实施例中也可以使用单个控制器或多于两个控制器。对于图2中所示的力传感器阵列40，每个力传感器40可被实施为本领域已知类型的载荷传感器，例如压敏电阻传感器或压力变换器。可以将力传感器40分布到手套10的手掌17、手本文档来自技高网...

【技术保护点】
一种用于向机器人示范具有力和位置目的的任务的系统，所述系统包括：手套；多个传感器，其在操作人员佩戴所述手套并示范所述任务时配置为共同测量任务特征集合，其中所述任务特征集合包括所述手套的姿态、关节角度构型和分布的力；以及控制器，其与所述传感器通信，所述控制器被编程以：从所述传感器接收所述测量的任务特征；以及将机器学习逻辑施加到所述接收的测量的任务特征，由此来学习并将所述示范的任务作为任务应用文件记录下来。

【技术特征摘要】
2016.02.29 US 15/0562321.一种用于向机器人示范具有力和位置目的的任务的系统，所述系统包括：手套；多个传感器，其在操作人员佩戴所述手套并示范所述任务时配置为共同测量任务特征集合，其中所述任务特征集合包括所述手套的姿态、关节角度构型和分布的力；以及控制器，其与所述传感器通信，所述控制器被编程以：从所述传感器接收所述测量的任务特征；以及将机器学习逻辑施加到所述接收的测量的任务特征，由此来学习并将所述示范的任务作为任务应用文件记录下来。2.根据权利要求1所述的系统，其中所述控制器进一步被编程为使用所述任务应用文件来产生控制信号的集合，并且将所述控制信号的集合发送至所述机器人由此使得所述机器人自动地执行所述示范的任务。3.根据权利要求1所述的系统，其中所述手套包括手掌和多个手指，并且其中测量所述手套的所述分布的力的所述传感器包括布置在所述手套的所述手指和手掌上的多个力传感器。4.根据权利要求1所述的系统，其中测量所述手套的所述关节角度构型的所述传感器包括多个柔性导电传感器，所述柔性导电传感器各具有对应于所述手套的不同关节角度的可变电阻。5.根据权利要求1所述的系统，还包括采用所述操作人员、所述操作人员的手或者对象的形式可操作地用于检测目标位置的摄像机，其中所述第一控制器被编程为接收所述检测的位置作为所述任务特征的集合的一部分...

【专利技术属性】
技术研发人员：M·E·阿卜杜拉，
申请(专利权)人：通用汽车环球科技运作有限责任公司，
类型：发明
国别省市：美国,US