智能装配机器人视觉自主识别、高精度定位与柔顺控制方法研究

To explore the intelligent assembly of electronic components in complex scene of assembly station units, thus the autonomous identification, high-precision positioning and compliance control of electronic components can be implemented in the assembly process. Firstly, this project discusses the essential characteristic of complex scene of assembly station, focuses on the cross-level association relationship discovery method from attributes and objects to scene, studies the hierarchical expression method of complex scene understanding maps, and constructs a knowledge guidance and feature matching oriented self-identifying model of electronic components assembling to realize the automatic identification of electronic components. Secondly, this project discusses the uncertainties, high nonlinearity, strong coupling and complexity of the control system, focuses on the thousandth precise positioning for the electronic components, studies the posture and applicability precise positioning method based on robotic vision, and constructs a multi-degree-of-freedom rigid-flexible coupling model to achieve high-precision positioning of electronic components. Thirdly, this project discusses the stress-strain nonlinear constitutive relationship of compliance robotic end effector, focuses on the quantification of variable stiffness compliant control uncertainties, and studies the adaptive adjustment mechanisms and self-learning assembly mechanisms for on-line robot assembly control to achieve a robotic visual oriented robot compliance control. The research results have important theoretical value for robot intelligent assembly of electronic components.

本项目拟探索复杂场景装配工位单元群的电子元器件智能装配问题，实现装配过程中对元器件的自主识别、高精度定位与柔顺控制。首先考察装配工位复杂场景的本质特性，研究从属性以及对象到场景的跨层次关联关系发现方法，并研究复杂场景理解图的层次化表达方法，构建面向复杂场景理解的电子元器件自主识别模型，实现电子元器件的自主识别；其次，考察控制系统的不确定性、高度非线性、强耦合性和复杂性，研究千分位电子元器件位置精确定位方法，并研究基于机器人视觉的位姿与位态精确定位方法，构建机器人多自由度刚柔耦合模型，实现电子元器件的高精度定位；再次，考察机器人变刚度柔顺末端执行器应力-应变非线性本构关系，研究变刚度柔顺控制不确定性量化方法，构建机器人在线装配控制的自适应调整机制与自学习装配机制，实现视觉导向的机器人柔顺控制。项目的研究成果对电子元器件机器人智能装配具有重要的理论价值。

面向装配工位单元群电子元器件智能装配移动机器人是具备人机协调、自然交互、自主学习功能的精密装配机器人的代表之一。本项目探索复杂场景装配工位单元群的电子元器件智能装配问题，主要研究复杂场景机器人视觉电子元器件对象的自主识别、强耦合机器人视觉控制的电子元器件对象高精度定位、电子元器件机器人视觉导向的变刚度柔顺控制。.　　重要结果与关键数据：1）提出了基于机器视觉的电子元器件属性与类别的空间关系发现方法，依据方法所得到的电子元器件的属性、隐属性，构建了与其在圆周方向上邻近元器件的空间关系。2）构建了场景理解图目标检测模型，设计了神经架构搜索和深度可分离卷积轻量化主干网，提高了网络训练速度和参数效率，并显著提升了检测准确率，mAP达到了98.83%。3）提出了基于知识图谱的电阻色环检测及判读方法，实现了机器人视觉识别复杂场景理解。4）构建了面向知识引导和特征匹配的装配电子元器件自主识别模型，解决了装配电子元器件之间、电子元器件与背景混叠复杂工作场景之间的电子元器件对象自主识别问题。5）提出了基于数字微镜的PCB千分位电子元器件位置精确定位方法，获取电子元器件插装圆孔坐标。6）构建了机器人多自由度刚柔耦合位姿误差预测模型和固有频率预测模型，解决了刚柔耦合位姿误差建模问题。7）构建了电子元器件位置、位姿、位态的快速、准确三维重建方法，实现了PCB点云三维重建，配准结果低于0.01mm，达到了千分位精度。8）构建了视觉引导的FPC机器人装配变刚度柔顺控制模型，实现了柔性电路板FPC的插装。9）提出了格值模糊粗糙集不确定性量化方法，构建了变刚度不确定柔顺控制应力-应变非线性本构关系模型，定量刻画电子元器件装配柔顺对准的不确定性。10）构建了面向机器人电子元器件装配的自学习预测控制模型，实现了电子元器件机器人视觉导向的变刚度柔顺控制。.　　项目的研究成果对电子元器件机器人智能装配具有重要的理论价值。