力‑扭矩任务的快速机器人模仿学习制造技术

一种训练机器人以自主执行机器人任务的方法，包括让末端执行器运动通过预定机器人任务的多个状态，以在一组n个训练示范中将任务示范给机器人。方法包括测量训练数据，包括在末端执行器运动通过多个状态时经由力‑扭矩传感器测量至少直线力和扭矩。从训练数据提取关键特征，其被分段为控制基元的时间序列。识别相邻时间序列段之间的转变。在同一任务的自主执行期间，控制器检测转变且在控制模式之间自动地切换。机器人系统包括机器人、力‑扭矩传感器、编程为执行方法的控制器。

【技术实现步骤摘要】

本专利技术涉及力-扭矩任务的快速机器人模仿学习。
技术介绍
机器人是电机械装置，其能使用一系列机器人联动件(link)来操作物体。机器人联动件通过关节互连，每一个关节可以独立地或互相依赖地被一个或多个促动器驱动。每一个机器人关节代表独立的控制变量或自由度。末端执行器是直接执行任务(例如抓持工作工具或叠放部件)的末端联动件。通常，经由闭环的基于力、阻抗或位置的控制规则将机器人控制到期望目标值。在制造中，存在对更灵活的制造和加工的需要，其能以最小量的停机时间生产新的或更具变化的产品。为了完成该目标，机器人平台应该能快速使其自身适应新的任务，而不需要重新编程和编译的时间。任务示范(也称为模仿学习)是用于实现这种性能灵活性的进化方法。然而，现有的基于任务示范的训练方法在所需的训练示范的数量和总的静态计算工作量方面并不理想。
技术实现思路
本文公开一种机器人系统和相关的控制方法。系统和方法目的是改善现有的人辅助的任务示范方法，其中人操作者实体地给机器人示范任务，例如经由手动或机器人通过具体轨迹、停止位置和末端执行器动作的自动命令的运动。本方法使得机器人系统中的机器人从给定任务的一小组示范中获得具有任务知识的基元组(primitiveset)，其中示范任务具体需要施加直线和旋转力/扭矩，以便实现期望的最终结果。具体说，预设方法有助于(基于不多于两个或三个的总任务示范)实现机器人数据分析，以便确定有用的不变任务特征组。不变任务特征随后用于通过同一任务的自主执行而引导机器人通过许多变量条件的未来动作。通过本专利技术的控制器提供的控制架构的实施例包括两个主任务模块，即训练阶段模块(TPM)和执行阶段模块(EPM)，其有效地将总的处理分为分开的训练和执行(后训练)阶段。本文使用的术语“模块”在计算机领域意味着所有必需的硬件(例如处理器、数据总线、存储器装置、输入/输出(IO)装置)和所有其他必要的相关硬件以及任何下层软件编程指令，其执行最终使得控制器和机器人以下文所述的方式发挥功能。在公开的控制架构中，TPM允许用户提供小量示例性任务示范，例如正好1-3个任务示范。机器人的直线力-扭矩传感器(其可以连接到或嵌入在机器人的腕部或其他合适结构中，且是位于机器人工作环境中的可选环境传感器)在示范任务(一个或多个)期间收集机器人性能数据。从任务示范，控制器确定机器人的末端执行器经过末端执行器相对于任务示范环境中物体的运动范围的位置和取向。控制器还处理来自力-扭矩传感器的数据。组合的收集数据组在本文被称为训练数据组且可被暂时地记录在存储器中。使用收集的训练数据组，控制器接下来执行时间分段处理，其中控制器的处理器将任务示范的时间序列分为不同任务段。即时间序列经由控制器的逻辑模块而被分析，以识别某些段之间的转变事件。该功能可以在控制器的事件描述符训练器模块(EDTM)中实现。可以分析任务段以识别特征事件描述符，如下所述其随后被控制器使用以检测通过机器人进行的任务的实际自主执行中相同或相似的转变。EPM(其是本专利技术控制器的第二主控制模块，用于任务执行)施加控制基元的训练序列，即基本控制动作，例如在任务示范/模仿学习之后让末端执行器朝向或沿目标表面运动。EPM还在任务执行期间施加学习参数和将运行时间数据中的特征匹配所学习的特征，以便精确地确定在不同控制策略之间何时转变，“控制策略”是指用于在相应的任务段中获得给定动作的具体必要控制命令。如上所述的各种概念和术语将参考各种附图在下文详细描述。所公开的专利技术的益处是能从很少的简单任务示范中快速学习涉及直线和旋转力目标的机器人任务，下文称为力和扭矩目标。在基于训练的以前的方法中，力和扭矩目标可以仅通过消耗时间的统计过程来知晓，统计过程要求数百训练例子以生产统计相关数据。从工厂应用的方面看，本专利技术可以提供优于这样的统计学方法的优点。本专利技术也可以提供优于其他模仿学习方法(基于末端执行器的获得位置目标)的优点。通过包括直线力和扭矩目标，本方法提供一种机器人能力，其中给定工作任务的成功完成更取决于检测实际的感知线索，随后获得具体的实体末端执行器位置或取向。示例性工作任务(其中该优势可以是尤其有益的)例如包括抓持和插入电灯泡或其他部件到套筒，或固定使用卡扣连接的部件。在本文使用电灯泡例子是为了说明简单和一致。根据优选实施例，提供一种用于训练机器人的方法，以自主执行机器人任务，上述机器人任务需要通过机器人的末端执行器对物体施加直线力和扭矩，方法包括：末端执行器运动通过预定机器人任务的多个状态，以由此在n个训练示范的组中将预定机器人任务示范给机器人；测量一组训练数据，包括在末端执行器运动通过预定机器人任务的多个状态时经由力-扭矩传感器测量至少直线力和扭矩；经由控制器从测量的一组训练数据提取关键特征，包括将测量的一组训练数据分段为控制基元的时间序列和识别时间序列的相邻段之间的转变；在通过机器人进行的示范任务随后的自主执行期间经由控制器检测转变；和响应于所检测的转变在多个不同控制模式之间自动地切换。根据一个优选方面，其中n≤5。根据更优选的方面，其中n≤2。根据一个优选方面，其中检测转变包括检测位置控制基元、混合力控制基元、和目标力控制基元每一个之间的转变，且其中将测量的一组训练数据分段为控制基元的时间序列包括将测量的一组训练数据分段为位置控制基元、混合力控制基元、和目标力控制基元的组合。根据优选实施例，提供一种用于训练机器人的方法，以自主执行机器人任务，上述机器人任务需要通过机器人的末端执行器对物体施加直线力和扭矩，方法包括：反驱动末端执行器通过预定机器人任务的多个状态，以由此在一组n个训练示范中将预定机器人任务示范给机器人，其中n≤3；测量一组训练数据，包括在反驱动末端执行器通过预定机器人任务的多个状态时经由嵌入机器人腕部中的力-扭矩传感器测量至少直线力和扭矩；经由控制器从测量的一组训练数据提取关键特征，包括使用测量的一组训练数据的滚动平均将测量的一组训练数据分段为控制基元的时间序列和识别时间序列的相邻段之间的转变；在随后通过机器人进行的示范任务自主执行期间经由力-扭矩传感器测量至少直线力和扭矩作为联机/实时数据；在通过机器人进行的示范任务随后的自主执行期间检测联机/实时数据中的转变包括检测位置控制基元、混合力控制基元、和目标力控制基元每一个之间的转变；和响应于检测的转变在多个不同控本文档来自技高网...

【技术保护点】
一种用于训练机器人以自主执行机器人任务的方法，上述机器人任务需要通过机器人的末端执行器对物体施加直线力和扭矩，方法包括：让末端执行器运动通过预定机器人任务的多个状态，以由此在n个训练示范的组中将预定机器人任务示范给机器人；测量一组训练数据，包括在末端执行器运动通过预定机器人任务的多个状态时经由力‑扭矩传感器测量至少直线力和扭矩；经由控制器从测量的一组训练数据提取关键特征，包括将所述测量的一组训练数据分段为控制基元的时间序列以及识别时间序列的相邻段之间的转变；在通过机器人进行的示范任务的随后自主执行期间，经由控制器检测转变；和响应于所检测的转变，在多个不同控制模式之间自动地切换。

【技术特征摘要】
2014.05.23 US 14/285,8671.一种用于训练机器人以自主执行机器人任务的方法，上述机器人任务
需要通过机器人的末端执行器对物体施加直线力和扭矩，方法包括：
让末端执行器运动通过预定机器人任务的多个状态，以由此在n个训练
示范的组中将预定机器人任务示范给机器人；
测量一组训练数据，包括在末端执行器运动通过预定机器人任务的多个
状态时经由力-扭矩传感器测量至少直线力和扭矩；
经由控制器从测量的一组训练数据提取关键特征，包括将所述测量的一
组训练数据分段为控制基元的时间序列以及识别时间序列的相邻段之间的
转变；
在通过机器人进行的示范任务的随后自主执行期间，经由控制器检测转
变；和
响应于所检测的转变，在多个不同控制模式之间自动地切换。
2.如权利要求1所述的方法，其中让末端执行器运动包括反驱动末端执
行器。
3.如权利要求1所述的方法，其中让末端执行器运动包括经由用户输入
装置命令末端执行器。
4.如权利要求1所述的方法，其中检测转变包括经由控制器执行评分函
数，以计算联机/实时数据中的数据点代表其中一个转变的可能性。
5.一种机器人系统，包括：
机器人，具有末端执行器；
至少一个力-扭矩传感器，相对于机器人定位且可操作以测量通过末端
执行器施加到物体的直线和旋转力；和
控制器，与机器人和所述至少一个力-扭矩传感器通信，且具有处理器
和在其上记录...

【专利技术属性】
技术研发人员：JW威尔斯，DW佩顿，RM尤伦布洛克，L库，
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