科研之友
微信
新浪微博
Facebook
分享链接
摘要
作为一种新兴的柔性制造模式，人机协作装配可充分发挥人与机器人各自优势，高效完成复杂的装配任务。人机协作装配面临的重要挑战之一是对人员作业意图的识别，从而使机器人能够主动地调整其装配任务，在装配过程中适时地为人员提供协助。然而，现有研究尚未充分综合利用复杂装配环境中各要素的三维空间特征与视觉特征，以及考虑装配环境中丰富的上下文信息，使得复杂装配环境下人员作业意图识别精度较低。本文结合装配环境各要素的三维空间特征、视觉特征，基于图注意力网络实现人员作业意图的高精度识别。利用Faster R-CNN神经网络对装配场景中的各要素如人员、机器人、零件等进行目标检测，得到各要素空间位置信息，同时从网络中提取各要素的视觉特征信息；在此基础上结合图注意力网络，推理装配过程中人员对不同作业对象的作业意图，如搬运、组装、触碰等。在人机协作场景下的齿轮装配实验结果表明，相较于深度卷积神经网络，本文所提方法在识别准确性、场景泛化性等方面具有更好的性能。
-
单位武汉理工大学; 机电工程学院
