所属领域： A 电子信息技术

技术成果简介

示教是区别于写代码、画框图等传统编程方式的一种让机器人快速学操作技能的智能化编程方式。使用示教方式进行编程时，人类演示者拖拽机器人完成特定任务，并让机器人记录运动轨迹，而后机器人对轨迹进行分类、分割，并根据新的起点或目标位置对轨迹进行变换，并根据新的任务要求将轨迹组合，最后达到泛化运动技能的效果。在机器人上实现仿人技能，也可通过人机示教方式将人的技能高效传递给机器人，使机器人具备人的操作柔顺性与灵活性。本团队研究着重解决两个问题：运动技能的获取与表达和柔顺技能的学习方法，搭建了一套人机示教交互系统，通过学习人类的示教数据以及将轨迹分割、对齐技术集成到该框架内，实现高效调整机器人的运动轨迹与刚度大小，进而泛化到新的任务情况。此外，本团队提出了一种多模态信息融合学习方法来学习人在示教过程中更完整的技能特征，进一步提高了示教效率和技能泛化的有效性。同时，本团队构建了一个基本的机器人学习系统，实现了运动技能在空间中的可拓展性，并保证运动技能的稳定复现，然后基于肌电信号在技能建模和传递中加入了刚度信息，使机器人能够使用不同刚度与不同环境进行交互，以完成变化多样的任务，进而对示教信息进行自动处理，包括运动技能分割，运动序列对齐等。

技术成果前景

传统工业机器人存在编程效率低、开发应用成本高、制造柔性不足等缺点，难以满足新一代制造业发展的要求，已成为阻碍产业升级的瓶颈之一。机器人示教技术能够将人的柔顺作业技能快速传递给机器人，具有两个优势：1.能高效实现对机器人的示教编程，便于对机器人产线进行快速开发应用，降低人工与时间成本；2.能使机器人具备类人化的柔顺操作技能，提高基于机器人的制造系统的柔性，从而拓宽机器人在制造业中的应用场景，并提高其产品加工质量。基于上述优势，示教技术在汽车抛光、装配、焊接等重复度高的制造业场景已得到初步应用，但目前投入应用的示教技术仍属于简单地记录和缩放轨迹。学习并泛化如刚度等更完整的技能信息，从多个或多种传感器采集的信息中有效提取人类技能信息，并形成一个综合实现示教数据采集及技能分割、对齐、泛化的完整框架，是示教技术亟待的发展方向，是业界当前重点研究领域之一。