基于模拟学习的软操作柔顺交互控制研究

With the acceleration of population aging and the increase of human labor cost, the demand for next generation robots is growing rapidly, taking industrial collaborative robots and houseware service robots as typical examples．As the human and the robots need to work at a more close distance, it poses a significant requirement to increase the robot's flexibility and safety. In order to meet the flexible manipulation requirements of the robots, improve the safety of human-robot interaction and adapt to the unknown environments, the development of high efficiency, simple control, and low cost and excellent soft manipulation technology is the bottleneck to apply soft robots widely. To this end, this project will leverage the power of robot control and imitation learning, propose an integrated framework that combine demonstration, learning, design, planning and control together. In this research, we will (1) build the multi-modal task representation learning method for soft manipulation，extract the key constraints for complex demonstrated tasks; (2) design and optimize the soft hand，reveal the pattern from task to design; (3) devise the planning and control scheme from soft manipulation in the presence of robot-object-environment interaction. Finally, we will build a platform to test and validate the effectiveness of the whole system. The research results will enlarge the application areas of collaborative robots, which will be of great theoretical and practical value to improve the intelligent manufacturing capability.

随着我国人口老龄化加速，人力成本上升，对新一代柔性机器人的需求快速增长，其中以工业协作机器人和家庭服务机器人为典型代表。由于人与机器人本体需要在更近距离工作，对机器人的柔性与安全性提出了更严格的要求。为了满足机器人的柔性操作需求，增强人机交互的安全性和对未知环境的适应性，发展控制简单，性能优异的软操作技术是新一代柔性机器人走向广泛应用的瓶颈。为了解决这个需求，本项目将结合机器人控制与模拟学习，提出数据驱动的示教-学习-设计-规划-控制的一体化软操作技术。本研究将会（1）建立软操作的多模态任务表达学习，提取出复杂任务的核心约束;（２）设计与优化适用于软操作的柔性灵巧手，揭示从任务到设计的规律；（３）提出机器人-物体-环境交互下的软操作规划与柔顺控制策略。最后我们将建立软操作测试平台验证整个系统的有效性。研究成果将扩大柔性机器人的应用领域，对提高我国智能制造能力具有重要的理论意义和应用价值。

随着我国人口老龄化加速，人力成本上升，对新一代柔性机器人的需求快速增长，其中以工业协作机器人和家庭服务机器人为典型代表。由于人与机器人本体需要在更近距离工作，对机器人的柔性与安全性提出了更严格的要求。为了满足机器人的柔性操作需求，增强人机交互的安全性和对未知环境的适应性，发展控制简单，性能优异的软操作技术是新一代柔性机器人走向广泛应用的瓶颈。为了解决这个需求，本项目将结合机器人控制与模拟学习，提出数据驱动的示教-学习-设计-规划-控制的一体化软操作技术。该研究中，（1）提出了软操作任务的示教模仿学习框架，建立了基于混合高斯概率模型的力位耦合技能表达模型；（2）面向遥操作任务的多模态技能学习，建立了基于深度学习的编码器结构的多模态技能表达方法；（3）刚柔耦合的柔性末端设计与交互控制，提出一种基于任务约束的柔性末端优化设计框架。对提高我国智能制造领域具有重要的理论意义和应用价值。