一种云边端协同的柔性产线机器人学习系统及方法技术方案

本发明专利技术公开了一种云边端协同的柔性产线机器人学习系统及方法，该方法包括对柔性产线机器人操作技能进行采集与标注，建立机器人作业技能库，实现机器人操作任务的技能化解析与表征；基于所述技能化解析与表征，通过机器人操作技能建模与学习方法来获得机器人操作技能模型；在虚拟仿真环境中训练机器人操作技能模型，实现机器人操作技能的虚实迁移与衍生，生成机器人操作指令。本发明专利技术通过对机器人复杂操作任务进行技能化表征、学习、迁移与衍生等操作，以学习的方式赋予机器人具备一定自主决策与学习的能力，无需对每个任务进行繁复调试与编程，大幅度提升编程效率及任务适应性。大幅度提升编程效率及任务适应性。大幅度提升编程效率及任务适应性。

【技术实现步骤摘要】
一种云边端协同的柔性产线机器人学习系统及方法


[0001]本专利技术涉及机器人
，具体涉及一种云边端协同的柔性产线机器人学习系统及方法。

技术介绍

[0002]柔性产线由加工中心或柔性生产单元组成，用于多品种多型号产品共线混排生产的生产线，能够快速有效地生产单一批量的多样化或个性化的定制产品，是智能制造的重要生产模式之一。机器人是“制造业皇冠顶端的明珠”，将机器人引入柔性生产线不仅提高生产效率和产品质量，降低生产成本，还缓解了企业用工难等问题。同时，随着制造业的柔性化快速发展，机器人应用的广度与深度不断加深，对其编程技术提出了新挑战。一方面，产品生产方式呈现多样化、小批量和定制化特征，需要更短的制造迭代周期，迫使机器人具备快速编程与不同场景高效适应能力。另一方面，机器人正逐渐从工业环境的独立操作转化为与人类共存，进行人机协作，这就要求机器人具备类人的灵巧操作能力。
[0003]现有依赖于人为干预与反复调试的机器人编程技术，只适用于特定任务，当遇到相近任务或不同环境时，需要重新进行编程，无法汲取过往的作业经验，存在效率低、适应性差、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种柔性产线机器人学习方法，其特征在于，包括：对柔性产线机器人操作技能进行采集与标注，建立机器人作业技能库，实现机器人操作任务的技能化解析与表征；基于所述技能化解析与表征，通过机器人操作技能建模与学习方法来获得机器人操作技能模型；在虚拟仿真环境中训练机器人操作技能模型，实现机器人操作技能的虚实迁移与衍生，生成机器人操作指令。2.如权利要求1所述的柔性产线机器人学习方法，其特征在于，所述机器人操作技能建模与学习方法包括：将高维演示轨迹参数化，建立高维输入与输出的对应关系：其中，是对角矩阵、是服从正态分布的权重向量，定义为维的基函数，表示殴几里得空间, 是输入变量与输出变量的非线性函数，表示转置，分别表示为基函数维度、输出变量维度、基函数维度与输出变量维度的乘积；建立演示轨迹中输入与输出的概率模型：将机器人操作技能学习的目标设计为给定任一次演示轨迹的时刻输入与输出，找到信息量损失最少的轨迹点；那么，针对式所建立概率模型中两项未知参数与的学习问题，采用基于信息论中相对熵模型建立目标函数，最小化信息损失量，实现机器人操作技能模型的建模。3.如权利要求2所述的柔性产线机器人学习方法，其特征在于，所述目标函数定义为：其中，表示两个概率分布的相对熵；分别表示某一时刻及总时长；分别表示时刻的输入与输出变量；表示信息量损失最小的轨迹点；表示对数运算；通过分别对目标函数中的与进行求解，并增加额外的惩罚项；对未知参数的估计值如下：
其中，；对式中基函数的运算定义成核函数运算的形式。4.如权利要求3所述的柔性产线机器人学习方法，其特征在于，采用核岭回归方法别对目标函数中的与进行求解，并增加额外的惩罚项。5.如权利要求1所述的柔性产线机器人学习方法，其特征在于，对虚拟仿真环境中的物理属性参数和动力学参数进行域随机化，使得机器人在训练过程中适应图像、力、运动、反馈特征的不确定性，以实现机器人操作技能模型的虚实迁移。6.一种云边端协同的柔性产线机器人学习系统，其特征在于，包括：边端，其用于对柔性产线机器...

【专利技术属性】
技术研发人员：吴鸿敏，徐智浩，周雪峰，廖昭洋，唐观荣，孙克争，欧阳旻，段鑫，
申请(专利权)人：广东省科学院智能制造研究所，
类型：发明
国别省市：