Autonomous Robotic Assembly: From Part Singulation to Precise Assembly
作者: Kei Ota, Devesh K. Jha, Siddarth Jain, Bill Yerazunis, Radu Corcodel, Yash Shukla, Antonia Bronars, Diego Romeres
分类: cs.RO
发布日期: 2024-06-08 (更新: 2024-06-11)
备注: Under submission
💡 一句话要点
提出一种自主机器人装配系统，无需精确结构即可完成齿轮箱装配
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 自主装配 机器人操作 多模态传感 闭环控制 非结构化环境
📋 核心要点
- 现有装配系统依赖于精确的结构和大量的系统集成，限制了其灵活性和适应性。
- 该系统通过结合视觉、触觉和力/力矩传感器，实现闭环控制下的滑动抓取、手内操作和插入等操作。
- 通过硬件实验验证了该系统在随机零件放置环境下的鲁棒性和有效性，展示了自主装配的潜力。
📝 摘要（中文）
本文提出了一种自主机器人装配系统，旨在解决机器人从任意配置的零件中组装功能产品的复杂问题。与当前依赖大量系统集成以提供结构和精度的装配系统不同，该系统对结构的要求极低。零件随机放置在二维工作环境中。该系统利用多种操作技能，如滑动抓取、手内操作和插入，来完成齿轮箱的装配。所有任务都在视觉、触觉和力/力矩（F/T）传感器的闭环控制下运行。通过大量的硬件实验，验证了所提出方法的鲁棒性和整个系统的性能。
🔬 方法详解
问题定义：论文旨在解决传统机器人装配系统对结构依赖性强的问题。现有装配系统通常需要精确的零件定位和输送，这增加了系统复杂性和成本，限制了其在非结构化环境中的应用。因此，如何使机器人能够在零件随机放置的环境中自主完成装配任务是一个重要的挑战。
核心思路：论文的核心思路是利用多模态传感器（视觉、触觉、力/力矩）融合，实现闭环控制下的机器人操作。通过感知环境和零件的状态，机器人可以动态调整其动作，从而克服零件位置的不确定性，完成装配任务。这种方法的核心在于将感知和动作紧密结合，使机器人能够适应不同的环境和零件配置。
技术框架：该系统的整体架构包含以下几个主要模块：1) 零件识别与定位：利用视觉传感器识别零件类型和位置；2) 抓取规划：根据零件位置和机器人姿态，规划抓取轨迹；3) 抓取执行：利用滑动抓取等操作技能，完成零件抓取；4) 手内操作：在抓取后，利用手内操作调整零件姿态；5) 插入装配：利用力/力矩传感器反馈，实现精确的插入装配；6) 闭环控制：利用视觉、触觉和力/力矩传感器，对整个过程进行闭环控制。
关键创新：该论文的关键创新在于将多种操作技能（滑动抓取、手内操作、插入）与多模态传感器融合的闭环控制相结合，实现了在非结构化环境下的自主装配。与传统的基于精确定位的装配方法不同，该方法更加灵活和鲁棒，能够适应零件位置的不确定性。
关键设计：论文中没有详细描述具体的参数设置、损失函数或网络结构等技术细节。但是，可以推断，视觉模块可能使用了深度学习方法进行零件识别和定位，力/力矩传感器用于检测插入过程中的接触力，并根据力反馈调整插入轨迹。闭环控制算法的设计是关键，需要综合考虑视觉、触觉和力/力矩传感器的信息，并根据当前状态动态调整机器人的动作。
🖼️ 关键图片
📊 实验亮点
论文通过大量的硬件实验验证了所提出方法的鲁棒性和有效性。虽然论文中没有给出具体的性能数据，但实验结果表明，该系统能够在零件随机放置的环境中成功完成齿轮箱的装配。这证明了该方法在实际应用中的可行性，并为未来的研究提供了有价值的参考。
🎯 应用场景
该研究成果可应用于自动化生产线、柔性制造系统、以及在非结构化环境中进行装配的场景，例如航空航天、汽车制造等领域。该技术可以降低对装配环境的要求，提高生产效率和灵活性，并有望在未来实现更加智能和自主的机器人装配系统。
📄 摘要（原文）
Imagine a robot that can assemble a functional product from the individual parts presented in any configuration to the robot. Designing such a robotic system is a complex problem which presents several open challenges. To bypass these challenges, the current generation of assembly systems is built with a lot of system integration effort to provide the structure and precision necessary for assembly. These systems are mostly responsible for part singulation, part kitting, and part detection, which is accomplished by intelligent system design. In this paper, we present autonomous assembly of a gear box with minimum requirements on structure. The assembly parts are randomly placed in a two-dimensional work environment for the robot. The proposed system makes use of several different manipulation skills such as sliding for grasping, in-hand manipulation, and insertion to assemble the gear box. All these tasks are run in a closed-loop fashion using vision, tactile, and Force-Torque (F/T) sensors. We perform extensive hardware experiments to show the robustness of the proposed methods as well as the overall system. See supplementary video at https://www.youtube.com/watch?v=cZ9M1DQ23OI.