[发明专利]机械臂插轴入孔的方法及设备

说明书

本发明的目的是提供一种机械臂插轴入孔的方法及设备，本发明通过结合机器视觉和力控进行智能装配的视觉引导技术方法，能够让让工业机器人自动地实现高精度的插轴入孔任务。本发明通过对于目标孔的预采样，结合腕部摄像头等采集所述插轴的插入孔的图片Or和六维力传感器所采集的数据Ft输入用神经网络建立对孔洞相对姿态的预测模型，并且通过多次采样能够提高预测精度，最终实现成功插入。由于无需人为建立规则，具有普适性且自动化程度高。

技术领域

本发明涉及计算机领域，尤其涉及一种机械臂插轴入孔的方法及设备。

背景技术

在零件装配生产任务中，插轴入孔任务是常见的任务类型之一。工业机器人被要求自动准确定位，同时满足正确的装配对应关系。更重要地，需要避免两工件发生碰撞从而导致缺陷。插轴入孔问题要求机械臂对于手中的轴与待插孔的相对位置估计非常准确，同时也要求机械臂具备力控的能力以防止工件剧烈碰撞发生损坏。

现有的机械臂插轴入孔的方法，只能针对特定的轴孔元件设定相应的规则，并且调试时间长，虽然精度能够得到保证，但是每次遇到新的不同大小形状的原件就失去效果，需要重新人为设计规则和参数，不具有普适性且需要很多人力。

发明内容

本发明的一个目的是提供一种机械臂插轴入孔的方法及设备。

根据本发明的一个方面，提供了一种机械臂插轴入孔的方法，该方法包括：

步骤S1，获得抓取插轴的机械臂的抓取端的正确插入姿态Pr和所述正确插入姿态Pr下的所述插轴的插入孔的图片Or；

步骤S2，以所述正确插入姿态Pr为中心，将所述插入孔及边缘分割成包括n×n个格点的网格，在每个格点分割后的块范围内随机采样，以得到遍历后的机械臂的抓取端的采样姿态，其中，n为正整数；

步骤S3，将每个格点位置上的每个采样姿态作为抓取端的起始位置，让所述机械臂沿抓取端的法线位置作速度低于预设速度阈值的移动，直到与所述抓取端连接的六维力传感器获取到上下运动z轴的力达到预设力阈值F或所述抓取端的位置偏移达到预设偏移阈值Δh，停止所述机械臂沿抓取端的法线位置的移动，记录此时的采样数据，包括：机械臂的位置和姿态Pt、所述六维力传感器所采集的数据Ft和对应的所述插轴的插入孔的图片Ot，并将所述采样数据添加到数据库D中；

步骤S4，将每个采样得到的所述插轴的插入孔的图片Ot与所述正确插入姿态Pr下的所述插轴的插入孔的图片Or做对比，得到光流图，将所述光流图经过一个卷积神经网络得到光流特征Lt，并将所述光流特征Lt添加到所述数据库D中；

步骤S5，从所述数据库D中提取k个采样作为一个路径序列，k为正整数，将所述提取的k个采样中的每个采样对应的所述六维力传感器所采集的数据Ft、光流特征Lt以及当前个的采样与所述路径序列中前一个的采样之间的运动P_t-P_t-1作为输入，将当前的采样的机械臂的位置和姿态Pt作为输出，并将整个路径序列作为训练数据，训练一个循环神经网络，以得到位置姿态预测模型；

步骤S6，重复从步骤S5开始执行，以得到最终的位置姿态预测模型；

步骤S7，基于所述最终的位置姿态预测模型控制所述抓取端的移动姿态、移动方向和移动距离。

进一步的，上述方法中，步骤S2，在每个格点分割后的块范围内随机采样，以得到遍历后的机械臂的抓取端的采样姿态，包括：

在每个格点位置上改变x向旋转角Rx、y向旋转角Ry和z向旋转角Rz，以得到遍历后的机械臂的抓取端的采样姿态。

进一步的，上述方法中，所述光流特征Lt的维度均比所述图片Ot和图片Or的维度低。

进一步的，上述方法中，步骤S6，重复从步骤S5开始执行，以得到最终的位置姿态预测模型，包括：