基于深度强化学习微小软排线装配技术的研究

来源：机床与液压杂志2024年第14期北京时间：

作者：林杰，楚中毅，任芸丹

单位：苏州凌云视界智能设备有限责任公司；北京航空航天大学仪器科学与光电工程学院；苏州市职业大学

摘要：传统机器人控制方法仅限于固定种类和较为规则的来料，通过位置关系完成装配。由于排线的形态变异较大，很难实现抓取和自动化组装，排线的组装成功率和良率较低。针对宽度小于2 mm微小排线装配难题，通过机器3D视觉传感、力觉传感、触觉传感和本体觉传感等多模态融合技术,设计一套基于深度强化学习的微小软排线装配智能控制算法。在此基础上搭建了一组由协作机器人、六维力传感器、3D机器视觉系统组成的实验设备，并在多环境、不确定因素下验证了此方法装配的可行性。基于高精度微小排线的装配要求，通过深度强化学习多模态控制方法大幅提升了可靠性和装配的成功率，相比传统控制方法装配效率提升15%以上。此测试系统的装配精度可达±0.1 mm，装配成功率到达98%以上。

关键词：机器人;深度强化学习;多模态融合技术; 智能控制算法

基金资助：科技创新2030“新一代人工智能”重大项目 （2018AAA0102900）