机构名称：
¥ 2.0
摘要：人类机器人协作（HRC）组装结合了机器人操作10的优势与人类的认知能力和适应性，这为11个复杂的组装任务提供了一种有效而灵活的方式。在HRC组装过程中，机器人需要准确地了解操作员的意图12，以帮助协作组装任务。目前，考虑13个上下文信息（例如复杂环境中的汇编对象），操作员的意图识别仍然具有挑战性。在本文中，我们14提出了一种人为对立的综合方法，用于在HRC中进行上下文感知的组装意图识别，15，该方法集成了对组装行动和组装零件的识别，以提高16个操作员的意图识别的准确性。具体来说，考虑到HRC组件的实时要求，使用基于骨架功能的17个时空图卷积网络（ST-GCN）模型可用于18识别汇编操作，以减少不必要的冗余信息。考虑到这种疾病和19个组装部分的闭塞，提出了改进的Yolox模型，以提高20个网络结构对组装部分的聚焦能力，这些零件难以识别。之后，以减速器汇编21个任务为例，一种基于规则的推理方法包含汇编22个操作和组装零件的识别信息，旨在识别当前的组装意图。最后，验证了识别人类意图的拟议方法的可行性和23个有效性。2624个组装行动识别和组装部分识别的集成可以促进准确的操作员在复杂而灵活的HRC组装环境中的准确操作员的意图25识别。
人类对象集成的组装意图
主要关键词
相关文件推荐
