关键词：轴孔装配;姿态调整;MLP模型;模糊位姿估计;强化学习变导纳控制
摘 要：在非结构化环境下，机器人精密轴孔装配是一个非合作问题。轴姿态的不确定性给后续孔的搜索和插入带来了挑战，因此，机器人需要调整轴的姿态来消除轴对孔的姿态偏差。本文将姿态调整分为粗调整和精调整两个阶段。首先，在粗调整阶段，在轴孔未接触时采集轴的力-角度样本，输入到MLP模型进行训练，引导机械臂进行粗调整。其次，在精调整阶段，建立RLVAC模型。通过建立轴孔接触模糊推理模型来估计轴孔接触状态。基于轴孔接触状态，通过融合了模糊奖励机制的强化学习算法找到最优的导纳控制参数，实现轴孔表面的紧密贴合。最后，对未知姿态的轴进行了综合实验。从调整精度、运行时间、成功率等方面与其他常规方法进行了比较分析。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取