機器人廣泛應用於焊接、搬運、裝配、噴漆、打磨、服務等領域,任務的複雜程度不斷提高,用戶對產品的質量和效率追求越來越高。如何降低編程的難度和工作量,提高編程效率,實現編程的自適應性,是機器人編程技術亟待解決的問題。
目前常用的機器人編程方法有示教編程、離線編程、自主編程、增強現實編程、示教學習編程。現有方法編程效率低、成本高,極大的限制了機器人的廣泛應用。
遷移學習是運用已存有的知識對不同但相關領域問題進行求解的一種新的機器學習方法。運用示教學習編程+遷移學習的方法,通過人手拖動機器人實現快速的示教學習編程學會指定的任務,通過遷移學習實現不同任務之間的編程經驗遷移,實現基於經驗遷移的機器人編程。
1.1 編程技術的發展及應用情況
在當前機器人的應用中,手工示教最常見,離線編程適合於結構化焊接環境,但對於軌跡複雜的三維焊縫,手工示教不但費時而且也難以滿足焊接精度要求,因此在視覺導引下由計算機控制機器人自主示教取代手工示教已成為發展趨勢。
1.1.1 示教編程技術
1.1.1.1 在線示教編程
通常由操作人員通過示教盒控制機械手工具末端到達指定的姿態和位置,記錄機器人位姿數據並編寫機器人運動指令,完成機器人在正常加工中的軌跡規劃、位姿等關節數據信息的採集、記錄。示教盒示教具有在線示教的優勢,操作簡便直觀。示教盒主要有編程式和遙感式兩種。但在焊接中車身的位置很難保證每次都完全一樣,故在實際焊接中,通常還需要增加雷射傳感器等對焊接路徑進行糾偏和校正。
1.1.1.2 雷射傳感輔助示教
在空間探索、水下施工、核電站修復等極限環境下,操作者不能身臨現場,焊接任務的完成必須藉助於遙控方式。雷射視覺傳感能夠獲取焊縫輪廓信息,反饋給機器人控制器實時調整焊槍位姿跟蹤焊縫。哈爾濱工業大學高洪明等提出了用於遙控焊接的雷射視覺傳感輔助遙控示教技術,克服了基於立體視覺顯示遙控示教的缺點。通過雷射視覺傳感提取焊縫特徵點作為示教點,提高了識別精度,實現了對平面曲線焊縫和複雜空間焊縫的遙控示教。
1.1.1.3 力覺傳感輔助示教
由於視覺誤差,立體視覺示教精度低,雷射視覺傳感能夠獲取焊縫輪廓信息,反饋給機器人控制器實時調整焊槍位姿跟蹤焊縫。但也無法適應所有遙控焊接環境,如工件表面狀態對雷射輔助示教有一定影響,不規則焊縫特徵點提取困難。通過力覺遙示教焊縫辨識模型和自適應控制模型,實現遙示教局部自適應控制,通過共享技術和視覺臨場感實現人對遙控焊接遙示教宏觀全局監控。
1.1.1.4 專用工具輔助示教
為了使得機器人在三維空間示教過程更直觀,一些輔助示教工具被引入在線示教過程,輔助示教工具包括位置測量單元和姿態測量單元,分別來測量空間位置和姿態。由兩個手臂和一個手腕組成,有6個自由度,通過光電編碼器來記錄每個關鍵的角度。操作時,由操作人員手持該設備的手腕,對加工路徑進行示教,記錄下路徑上每個點的位置和姿態,再通過坐標轉換為機器人的加工路徑值,實現示教編程,操作簡便,精度高,不需要操作者實際操作機器人,這對很多非專業的操作人員來說是非常方便的。藉助雷射等裝置進行輔助示教,提高了機器人使用的柔性和靈活性,降低了操作的難度,提高了機器人加工的精度和效率,這在很多場合是非常實用的。
1.1.2 離線編程技術
機器人離線編程是利用計算機圖形學的成果,通過對工作單元進行三維建模,在仿真環境中建立與現實工作環境對應的場景,採用規划算法對圖形進行控制和操作,在不使用實際機器人的情況下進行軌跡規劃,進而產生機器人程序。首先建立模具的CAD模型,以及機器人和模具之間的幾何位置關係,然後根據特定的工藝進行軌跡規劃和離線編程仿真,確認無誤後下載到機器人控制中執行,實踐證明取得了較好的效果。
商業離線編程軟體一般包括: 幾何建模功能、基本模型庫、運動學建模功能、工作單元布局功能、路徑規劃功能、自動編程功能、多機協調編程與仿真功能。目前市場上常用的離線編程軟體有:加拿大 Robot Simualtion公司所開發的Workspace離線編程軟體;以色列Tecnomatix 公司所開發開的ROBCAD離線編程軟體;美國 Deneb Robotics 公司所開發的IGRIP離線編程軟體;ABB機器人公司開發基於 Windows 作業系統的RobotStudio離線編程軟體。此外日本安川公司開發了MotoSim離線編程軟體,FANUC公司開發了Roboguide離線編程軟體,可對系統布局進行模擬,確認TCP的可達性,是否幹涉,也可進行離線編程仿真,然後將離線編程的程序仿真確認後下載到機器人中執行。
1.1.3 自主編程
隨著技術的發展,各種跟蹤測量傳感技術日益成熟,人們開始研究以焊縫的測量信息為反饋,由計算機控制焊接機器人進行焊接路徑的自主示教技術。
(1)基於雷射結構光的自主編程 基於結構光的路逕自主規劃其原理是將結構光傳感器安裝在機器人的末端,形成「眼在手上」的工作方式,利用焊縫跟蹤技術逐點測量焊縫的中心坐標,建立起焊縫軌跡資料庫,在焊接時作為焊槍的路徑。
(2)基於雙目視覺的自主編程基於視覺反饋的自主示教是實現機器人路逕自主規劃的關鍵技術,其主要原理是:在一定條件下,由主控計算機通過視覺傳感器沿焊縫自動跟蹤、採集並識別焊縫圖像,計算出焊縫的空間軌跡和方位(即位姿),並按優化焊接要求自動生成機器人焊槍(Torch)的位姿參數。
(3)多傳感器信息融合自主編程 有研究人員採用力控制器,視覺傳感器以及位移傳感器構成一個高精度自動路徑生成系統。該系統集成了位移、力、視覺控制,引入視覺伺服,可以根據傳感器反饋信息來執行動作。該系統中機器人能夠根據記號筆所繪製的線自動生成機器人路徑,位移控制器用來保持機器人TCP點的位姿,視覺傳感器用來使得機器人自動跟隨曲線,力傳感器用來保持TCP點與工件表面距離恆定。
1.1.4 基於增強現實的編程技術
增強現實技術源於虛擬實境技術,是一種實時地計算攝像機影像的位置及角度並加上相應圖像的技術,這種技術的目標是在屏幕上把虛擬世界套在現實世界並互動,增強現實技術使得計算機產生的三維物體融合到現實場景中,加強了用戶同現實世界的交互。將增強現實技術用於機器人編程具有革命性意義。
基於增強現實的機器人編程技術能夠發揮離線編程技術的內在優勢,比如減少機器人的停機時間,安全性性好,操作便利等。由於基於增強現實的機器人編程技術採用的策略是路徑免碰撞、接近程度可縮放,所以該技術可以用於大型機器人的編程,而在線編程技術則難以做到。
1.1.5 模仿學習編程
機器人示教學習編程,也稱模仿學習編程,通過示教者示教、動作編碼、運動學習、機器人復現實現機器人學習示教者的動作。示教學習主要目標是通過學習示教者的行為,達到自動學習最優策略的目的。
示教學習是機器人學的一個重要分支。早在上世紀90年代,國外的研究者就開始了對示教學習的初步探討。Argall和Lopes的綜述性文章詳細的介紹了機器人示教學習。示教學習可分為兩類:一類是直接的示教學習;另一類為間接的示教學習。前者直接學習從狀態到動作的映射函數。後者分為兩個階段:第一階段中機器人先學習環境參數;第二階段中機器人再推導當前環境中的最優策略。直接的示教學習應用經典的監督學習方法學習人類行為,試圖通過訓練樣本找到狀態和最優動作的映射關係。直接示教學習曾在機器人學的發展過程中起到巨大的推導作用。但是直接的示教學習存在以下缺點:第一、直接示教學習的學習目標是狀態到動作的映射,而不關注環境的建模,因此學習結果難以解釋,也難以調整;第二、如果環境發生改變,原有訓練樣本無法適用於新的環境,泛化能力差;第三、在一些應用中,示教者與學習者擁有不同的傳感器和驅動器,因此示教者的動作無法直接作用於學習者上。
與直接示教學習不同,間接示教學習是指先通過觀察示教者行為來學習環境參數,再由最優化控制器根據環境參數得到最優策略的過程。這樣的學習問題也被稱為逆向優化控制(Inerse optimal control)問題。這種示教學習方法因其對規劃系統要求較低並能考慮長期回報而受到廣泛關注和應用。逆向優化控制的概念最早是由Kalman提出。Kalman解決了線性系統中標量輸入下的逆向優化控制問題。此後,Boyd等人進一步提高了其方法的一般性。但是,在現代複雜的機器人系統中,線性系統的假設顯然不能成立。相比之下,馬爾科夫決策過程(Markov decision processes,MDPs)框架為決策過程提供了概率意義上的建模和求解模型,成為了解決序列優化問題的有效工具。在基於MDP的間接示教學習中,決定最優策略的主要華景參數就是回報函數,這使惠回報函數成為了間接示教學習的學習目標。
在示教學習背景下,監督學習被大量實用於直接示教學習或者間接示教學習的學習環境參數階段。眾所周知,監督學習可分為分類和回歸兩種,在機器人示教學習應用中,以回歸的監督學習為主,如高斯混合模型在機器人示教學習中的應用。
發展趨勢:
①編程將會變得簡單、快速、可視、模擬和仿真立等可見。
②基於視覺、傳感,信息和大數據技術,感知、辨識、重構環境和工件等的CAD模型,自動獲取加工路徑的幾何信息。
③基於網際網路技術實現編程的網絡化、遠程化、可視化。
④基於增強現實技術實現離線編程和真實場景的互動。
⑤根據離線編程技術和現場獲取的幾何信息自主規劃加工路徑、焊接參數並進行仿真確認。
reference:【1】張軻,謝妤,朱曉鵬.工業機器人編程技術及發展趨勢[J].金屬加工(熱加工),2015(12):16-19.
【2】https://zhuanlan.zhihu.com/p/89703782【3】Zengxi Pan, Joseph Polden, Nathan Larkin, Stephen Van Duin, and John Norrish. Recent progress on programming methods for industrial robots. In Robotics (ISR), 2010 41st International Symposium on and 2010 6th German Conference on Robotics
(ROBOTIK), pages 1~8. VDE, 2010.
【4】Myoung Hwan Choi and Woo Won Lee. A force/moment sensor for intuitive robot teaching application. In Robotics and Automation, 2001. Proceedings 2001 ICRA. IEEE International Conference on, volume 4, pages 4011~4016. IEEE, 2001.
【5】Marcelo H Ang, LinWei, and Lim Ser Yong. An industrial application of control of dynamic behavior of robots-a walk-through programmed welding robot. In Robotics and Automation, 2000. Proceedings. ICRA'00. IEEE International Conference on, volume 3, pages 2352~2357. IEEE, 2000.
【6】6S Mitsi, K-D Bouzakis, G Mansour, D Sagris, and G Maliaris. On-line programming of an industrial robot for manufacturing. The International Journal of Advanced Manufacturing Technology, 26(3):262~267, 2005.
【7】J Norberto Pires, Tiago Godinho, and Pedro Ferreira. Cadinterface for automatic robot welding programming. Industrial Robot: An International Journal, 31(1):71~76, 2004.
推薦:機器人實時糾偏系統(一)
機器人實時糾偏(二)OpenCV+VS開發環境配置(三)結構光視覺的焊接機器人糾偏(四)結構光視覺的機器人焊接(五)結構光視覺的機器人焊接(六)機器人初始點導引(七)MATLAB標定相機參數(八)機器人的手眼標定(九)機器人坐標獲取(十)機器人調試(十一)TCP/IP客戶端API編程(十二)結構光傳感器上位機界面多線程編程(十三)TCP&UDP(十四)C/C++ Programing(十五)機器人掃描與跟蹤調試(十六)結構光傳感器庫函數(十七)結構光傳感器編程(十八)C/C++ Programing(十九)C/C++ Programing(二十)結構光傳感器編程(二十一)DX200操作要領(二十二)DX200操作要領(二十三)工裝軸協調(二十四)無夾具協調(二十五)圖像處理調試(二十六)STM32MODBUS_CRC編程(二十七)
在C++中調用Matlab函數(二十八)
機器人手眼標定MATLAB及C++實現
機器人位姿運算及Eigen的使用(三十)
OpenCV與Eigen矩陣運算(三十一)
VS中數據讀寫及OpenCV擬合(三十二)
VS2013配置OpenGL庫(三十三)
曲線擬合/插值(三十四)
曲線擬合繪製濾波及機器人平移(三十五)
DX200操作要領—示教1(三十六)
直接打開與平移變換(三十七)PAM與鏡像平移變換(三十八)
修改與編輯程序(三十九)
YRC1000 宏程序命令(四十)
程序編輯與試運行(四十一)
程序編輯與再現(四十二)
再現(四十三)
程序管理(四十四)
便捷功能(四十五)
便捷功能(四十六)
橢圓擬合(四十七)
RANSAC直線擬合(四十八)
讀寫CSV文件類(四十九)
RANSAC直線擬合(五十)
法向量、旋轉矩陣計算(五十一)
機器人手眼標定與變量設置調試(五十二)
20200715調試記錄(五十三)
20200717調試記錄(五十四)
C++~RANSAC擬合圓/隨機數產生(五十五)
安川機器人外部軸協調(五十六)
安川機器人Motoplus編程(五十七)
安川機器人Motoplus編程(五十八)
安川機器人Motoplus編程(五十九)
安川機器人Motoplus編程(六十)
安川機器人Motoplus編程(六十一)
機器人調試(六十二)
機器人調試(六十三)
機器人調試(六十四)
機器人調試(六十五)
機器人調試(六十六)
機器人調試(六十七)
高斯卷積的可分離性(六十八)
機器人曲線焊縫識別及軌跡規劃研究(六十九)
安川機器人同步設置與檢驗(七十)
OpenCV+Eigen上位機程序移植(七十一)
機器人調試(七十二)
雷射焊縫跟蹤技術(七十三)