Digital-twin Collaborative Technology for Human-robot-environment Integration
BAO Jinsong, Rong Zhang, Jie Li, LU Yuqian, Tao Peng
University of Auckland Donghua University State Key Laboratory for Modification of Chemical Fibers and Polymer Materials Zhejiang University
阅读操作
确认中在文库中上传 PDF 后可生成中文音频讲解。
摘要与影响
数字孪生正在制造系统中发挥重要作用,然而在面向人机协助完成的复杂制造场景中,人-机-环境及其构成的数字孪生系统呈现出任务异构复杂、环境动态多变及其交互实时等特点。目前欠缺人-机-环境共融的数字孪生协同过程中智能方法相关研究,尤其是数字孪生模型在协同中的迁移和强化,以满足制造系统的鲁棒性和自适应能力。提出面向人-机-环境共融的数字孪生协同技术,从环境和任务两个核心来展开数字孪生协同的人机共融科学问题。首先给出协作装配环境的数字孪生体系,以虚拟装配的形式为人-机-任务交互提供理解;建立相应的空间模型与协同模型,为共融的孪生协同提供理论支持;最后,以最典型的人机共融制造场景(装配任务)为案例,在决策层基于迁移学习算法为机器人提供装配操作指引,同时通过强化学习算法优化机器人的具体执行动作。在不同型号产品的人机协同装配任务中,均可以生成相应的人机协作装配规划方案,证明了所提方法的可行性。
逐年被引趋势
关键指标
同类平均 = 1
同领域 · 同年份 · 同类型
Google Scholar 与 OpenAlex 的被引统计范围不同,数值存在差异属正常。
AI 辅助阅读
依据:摘要
可就本文提问;依据不足时会说明。
学术脉络
学科主题
工程Digital Transformation in Industry
Robot Manipulation and Learning · Flexible and Reconfigurable Manufacturing Systems
参考文献 27
此处列出前 3 条
引用本文 11
按被引量排序,此处列出前 3 条