Temasın yoğun olduğu üretim görevleri için uzman gösterimlerdenrobotik dokunsal becerilerin öğrenimi

Bu çalışmada, robotun, cilalama gibi temasın yoğun olduğu üretim görevlerinde uzman tarafından uygulanan kuvveti gösterimlerden öğrenmesini sağlamak için bir etkileşim (admitans) denetleyici ve iki kuvvet sensörü kullanan bir makina öğrenmesi (MÖ) yaklaşımı öneriyoruz. Amacımız, MÖ yaklaşımını kullanarak robotu bir uzmanın dokunsal uzmanlığıyla donatarak kullanıcının gerektiğinde görevlere müdahale etme esnekliğini sağlamaktır. Çalışmamızda kullandığımız iki kuvvet sensörü, MÖ modelini farklı malzeme ve yüzey özelliklerine sahip iş parçaları ile eğitmek için gereken çevresel kuvvet verilerini toplamamızı sağlar. Yaklaşımımızın gösterim aşamasında (uzmanın robota cilalama görevini gösterdiği aşamada), insan tarafından uygulanan kuvveti ve etkileşim kuvvetini iki ayrı kuvvet sensörü aracılığıyla ölçülür ve veriler keydedilir. Admitans denetleyicisi, ölçülen etkileşim kuvvetini giriş verisi olarak alır ve robotun iç hareket denetleyicisinin (PID) izleyeceği referans hızı üretmek için kullanır. Önerilen MÖ modeli, cilalama yapan cihazın kartez pozisyonu ve hızı, çevresel kuvvet ve cihazla ile yüzey arasındaki sürtünme katsayısını kullanarak insan kuvvet profilini öğrenir. Uygulama aşamasında (robotun görevi otonom olarak gerçekleştirdiği aşamada), MÖ modeli tarafından tahmin edilen insan kuvveti, ortamdaki reaksiyon kuvvetlerini dengelemek ve robotun takip etmesi gereken referans hız yörüngesini oluşturmak için etkileşim denetleyicisine giriş verisi olarak kullanılır. Önerdiğimiz insan-robot etkileşimi yaklaşımından kaynaklanan faydaları göstermek için üç kullanım senaryosu tasarladık: İlk olarak, bir uzmanın performansını acemi bir kullanıcının performansı ile karşılaştırarak cilalama işlemi sırasında dokunsal becerilerin önemini gösteriyoruz. İkinci kullanım senaryosunda, önerilen sistemin farklı malzeme ve yüzey özelliklerine sahip iş parçaları üzerinde otonom robotik cilalama yapabildiğini gösteriyoruz. Son kullanım senaryosu ise, iş parçasının daha fazla cilalama gerektiren bölgelerinde insanın manuel müdahale edebildiğini gösteriyor. Sunulan senaryolar, robotun insan uzmanlığından öğrenebildiğini, farklı malzeme ve yüzeylere göre kuvvet ayarlaması yapabildiğini, ve gerektiğinde insanın sisteme manuel olarak müdahale edebildiğini göstermektedir.