趙 恒，陳清淼，李成鋼，楊衛(wèi)星

(1. 國網(wǎng)江蘇省電力有限公司電力科學(xué)研究院，江蘇 南京 211103；2. 國網(wǎng)電力科學(xué)研究院武漢南瑞有限責(zé)任公司，湖北 武漢 430074)

開關(guān)、連接線、控制面板等電氣設(shè)備是發(fā)電機(jī)組、輸電線路、變電站、配電室、自動(dòng)化機(jī)器、工業(yè)廠房和民用住宅的基本組件。在實(shí)際應(yīng)用場(chǎng)景中，由于接線任務(wù)操作的復(fù)雜性、接線設(shè)計(jì)的可變性以及小批量或多頻次的重復(fù)接線操作，開關(guān)等電氣設(shè)備接線通常由人工手動(dòng)操作完成。

在傳統(tǒng)的電氣裝配過程中，操作者需要從預(yù)先準(zhǔn)備好的線圈中取出特定規(guī)格的導(dǎo)線，再將其金屬端子插入對(duì)應(yīng)連接器或目標(biāo)開關(guān)的插孔中。然而，現(xiàn)有的傳統(tǒng)人工接線方法主要面臨兩方面問題：一是接線過程十分依賴操作人員的技術(shù)水平，用工成本高且操作過程需要耗費(fèi)大量時(shí)間和精力；二是接線工作存在較高危險(xiǎn)性，電網(wǎng)接線操作人員通常需要帶電作業(yè)或在高空環(huán)境下進(jìn)行接線操作，這對(duì)安全生產(chǎn)提出了極高要求。

實(shí)際上，隨著機(jī)器學(xué)習(xí)、大數(shù)據(jù)等技術(shù)的快速發(fā)展，市場(chǎng)上也出現(xiàn)了一些自動(dòng)接線方法[2-5]，電網(wǎng)接線機(jī)器人是替代操作人員在不斷電、高空或狹小空間下更換線路零部件或進(jìn)行電線連接操作的高度自動(dòng)化設(shè)備[18-19]。例如，SYNDY機(jī)器人[6]可自動(dòng)完成開關(guān)柜的接線操作，但受限于機(jī)械臂末端執(zhí)行器尺寸和移動(dòng)性，該接線方法對(duì)開關(guān)柜中組件間的空間要求較高；KA自動(dòng)接線系統(tǒng)可完成電線與螺絲釘?shù)膶?duì)接，然而該方法要求開關(guān)處于水平位置，對(duì)電氣設(shè)備的定位提出了較高要求，許多場(chǎng)景下并不能很好地完成接線操作；在Nguyen等人的研究工作中[1]，提出了一種基于計(jì)算機(jī)視覺的機(jī)器人自動(dòng)接線方法。實(shí)際上，現(xiàn)有大多數(shù)機(jī)器人自動(dòng)接線系統(tǒng)主要依賴機(jī)器視覺，但受操作空間、光線以及雜亂背景等因素影響，僅依靠視覺系統(tǒng)很難保證接線操作的準(zhǔn)確性，該問題在開關(guān)柜等狹小空間中尤為突出。

綜上所述，為了克服傳統(tǒng)手動(dòng)接線以及現(xiàn)有機(jī)器人自動(dòng)接線方法的缺陷，研究如何以一種自動(dòng)化方式完成狹小空間電氣設(shè)備接線操作，降低用工成本、讓操作人員遠(yuǎn)離危險(xiǎn)是十分有必要的。本文開發(fā)基于機(jī)器視覺[7-10]和觸覺傳感器[11-14]的機(jī)器人自動(dòng)接線方法，該方法融合了視覺和觸覺兩種智能感知技術(shù)，兩者協(xié)同互補(bǔ)，機(jī)器視覺系統(tǒng)通過卷積神經(jīng)網(wǎng)絡(luò)識(shí)別電線端子、連接器等組件，觸覺傳感器則整合經(jīng)過訓(xùn)練的多層感知機(jī)，通過量化導(dǎo)線與電氣組件間的碰撞來判斷電線是否準(zhǔn)確接入[20-22]。本文提出的方法能夠在狹小空間中完成接線操作的自動(dòng)識(shí)別、抓取和插入，通過現(xiàn)場(chǎng)試驗(yàn)證明了自動(dòng)接線方法的優(yōu)越性和有效性。

1 機(jī)器人自動(dòng)接線任務(wù)描述

本文采用視覺-觸覺-機(jī)械臂工作模式，主要面向開關(guān)柜等有限作業(yè)空間的導(dǎo)線插入[23-25]。自動(dòng)接線機(jī)器人由工業(yè)機(jī)械臂(帶機(jī)械手)、雙目攝像頭、觸覺傳感器和工控機(jī)等組件構(gòu)成[15-16]。兩個(gè)攝像頭分別位于機(jī)械臂的側(cè)面和正面近末端，側(cè)面攝像頭主要用于提供導(dǎo)線與連接器的近距離視圖，正面近末端攝像機(jī)可完成導(dǎo)線端識(shí)別和位置姿態(tài)估計(jì)，觸覺感知器位于機(jī)械臂末端，主要用于采集導(dǎo)線與連接器的碰撞信息，并通過多層感知機(jī)來判斷觸碰類別，指導(dǎo)導(dǎo)線準(zhǔn)確插入接線器中，整個(gè)操作過程由視覺系統(tǒng)和觸覺系統(tǒng)協(xié)同完成。該機(jī)器人自動(dòng)接線臂結(jié)構(gòu)如圖1所示。

圖1 機(jī)器人自動(dòng)接線臂結(jié)構(gòu)

機(jī)器人在運(yùn)動(dòng)過程中會(huì)收集視覺信息和觸覺信息，為了完成導(dǎo)線端識(shí)別、抓握及插入等操作，本文采用了卷積神經(jīng)網(wǎng)絡(luò)和多層感知機(jī)算法來處理機(jī)械臂捕獲的視覺、觸覺信息，兩者協(xié)同互補(bǔ)，共同指導(dǎo)機(jī)械臂將導(dǎo)線插入開關(guān)柜內(nèi)部組件的連接器中。文中提出的基于機(jī)器視覺和觸覺傳感器的機(jī)器人自動(dòng)接線方法具體可分為以下四個(gè)步驟：

(1)機(jī)械臂近末端攝像頭采集視頻圖像，利用自訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)檢測(cè)導(dǎo)線端口，并通過三角測(cè)量法對(duì)導(dǎo)線端進(jìn)行位姿估計(jì)；

(2)在步驟1基礎(chǔ)上，利用多層感知機(jī)(MLP)對(duì)觸覺感知器接收到的碰撞進(jìn)行分類，判斷機(jī)械臂末端是否夾住導(dǎo)線；

(3)根據(jù)攝像頭提供的視覺信息調(diào)整導(dǎo)線端位置，使得導(dǎo)線與連接器盡可能在同一水平線；

(4)再次根據(jù)觸覺傳感器反饋的碰撞信息，利用預(yù)先訓(xùn)練好的分類器對(duì)碰撞類型進(jìn)行識(shí)別，最終將導(dǎo)線插入對(duì)應(yīng)的連接器中。

基于上述四個(gè)步驟，可完成導(dǎo)線的識(shí)別、抓取和插入，整個(gè)自動(dòng)接線過程如圖2所示，四個(gè)步驟依次進(jìn)行，接線過程融合了視覺信息、觸覺感知、深度學(xué)習(xí)和機(jī)器學(xué)習(xí)算法，大大提高了接線效率和自動(dòng)化水平。

2 融合機(jī)器視覺和觸覺感知器的自動(dòng)接線算法

本節(jié)主要介紹文中提出的融合機(jī)器視覺和觸覺傳感器的自動(dòng)接線算法，詳細(xì)論述算法中的每一個(gè)步驟，包括線端檢測(cè)、導(dǎo)線抓握、位置修正及插入。此外，本節(jié)還將介紹自動(dòng)接線方法中機(jī)器視覺和觸覺感知系統(tǒng)中采用的深度學(xué)習(xí)模型和機(jī)器學(xué)習(xí)算法。

為了更好地展示自動(dòng)接線過程，理解算法中各模塊的相關(guān)性，圖2展示了整個(gè)算法的流程。各部分之間相互關(guān)聯(lián)，呈遞進(jìn)關(guān)系，共同支撐起機(jī)器人自動(dòng)接線系統(tǒng)。

圖2 自動(dòng)接線流程圖

2.1 基于Faster R-CNN的電線檢測(cè)及位姿估計(jì)

在實(shí)際應(yīng)用場(chǎng)景中，開關(guān)柜中的電線通常以統(tǒng)一的排列方式存儲(chǔ)在線槽或某個(gè)區(qū)域中，機(jī)械臂的抓手可以抓住每根電線而不會(huì)與其他電線或障礙物發(fā)生碰撞。然而，由于電線自身可能的彎曲，機(jī)器人需要定位電線端口并以足夠的精度估計(jì)其姿態(tài)，以便后續(xù)抓取、修正等操作。

該模塊主要基于目標(biāo)檢測(cè)網(wǎng)絡(luò)Faster R-CNN完成電線端口檢測(cè)。在本文中我們創(chuàng)新性地引入注意力機(jī)制，以便Faster R-CNN更準(zhǔn)確地定位電線端口位置，圖3展示了該網(wǎng)絡(luò)的基本架構(gòu)。

圖3 引入注意力機(jī)制的Faster R-CNN目標(biāo)檢測(cè)網(wǎng)絡(luò)結(jié)構(gòu)圖

接下來，通過訓(xùn)練完成的深度神經(jīng)網(wǎng)絡(luò)來檢測(cè)導(dǎo)線端口的位置，并通過工控系統(tǒng)不斷變換機(jī)械臂位置，獲取多個(gè)2D檢測(cè)框信息。雖然某些高端攝像頭可以重建導(dǎo)線端口的3D信息，但這對(duì)攝像頭周圍的光線、背景等有很高要求，因此通過檢測(cè)網(wǎng)絡(luò)獲取的2D信息來從空間上重建目標(biāo)對(duì)象的3D位置是更可靠的。在本節(jié)中，我們采用三角測(cè)量算法建立目標(biāo)對(duì)象的3D坐標(biāo)，理論上，如果我們已知圖像In中目標(biāo)對(duì)象的齊次坐標(biāo)yn，則只需要兩個(gè)視點(diǎn)即可獲得準(zhǔn)確地三角測(cè)量結(jié)果。為了更準(zhǔn)確的表示目標(biāo)位置，本文將Faster R-CNN輸出的正方形檢測(cè)框的中心作為2D參考特征，對(duì)于不同角度的檢測(cè)，可以計(jì)算中心點(diǎn)的三角射線rn，即相機(jī)參考系中的單位向量，對(duì)應(yīng)所選的二維特征如下：

rn=‖A-1yn‖

(1)

其中，A表示機(jī)械臂末端相機(jī)的內(nèi)部參考系矩陣，即相機(jī)自身位置參數(shù)，相機(jī)參考系中心cn與三角射線rn共同生成3D視圖。因此，給定一組線ln，最近的點(diǎn)O，即是與所有線的距離最小的點(diǎn)，可以通過如下公式計(jì)算：

(2)

為了驗(yàn)證相機(jī)從不同角度獲取的圖像對(duì)最終的檢測(cè)結(jié)果的影響，本文通過相機(jī)與端口平行和正交兩個(gè)方向來獲取圖像，并掃描紅、黃、藍(lán)三種顏色的導(dǎo)線，試驗(yàn)中從30個(gè)不同角度收集圖像，通常情況下，當(dāng)相機(jī)平行于圖像平面時(shí)可以獲得最佳檢測(cè)結(jié)果。此外，為了評(píng)估相機(jī)與目標(biāo)對(duì)象間距離對(duì)檢測(cè)結(jié)果的影響，我們使用蓋洛普等人提出的立體視覺誤差算法進(jìn)行估量：

(3)

其中，η是估計(jì)誤差，d表示距離，f是機(jī)器人攜帶相機(jī)的焦距，b是基線，ηt是視覺誤差。由于可以通過移動(dòng)機(jī)械臂來控制相機(jī)位姿，因此可以根據(jù)實(shí)際情況選擇不同的(d,b)組合，為了計(jì)算導(dǎo)線端口的3D位姿，我們首先定義如下泛型函數(shù)：

υ(y0,…,yn,C0,…,Cn)=O

(4)

υ(·)為函數(shù)體，y0到y(tǒng)n表示n個(gè)不同圖像的二維特征，該式主要用來表示導(dǎo)線端口的三維向量。此外，為了更準(zhǔn)確和直觀地建立參考坐標(biāo)系，本文提出四步參考系估計(jì)法：

1)在檢測(cè)的目標(biāo)區(qū)域中引入自適應(yīng)閾值，只保留大于閾值的檢測(cè)框；

2)對(duì)檢測(cè)區(qū)域圖像進(jìn)行二值化處理，突出導(dǎo)線位置和姿態(tài)；

3)旋轉(zhuǎn)檢測(cè)區(qū)域，使得導(dǎo)線端口與放行檢測(cè)框最近的邊保持垂直；

4)對(duì)二值圖像進(jìn)行正交回歸，估算最優(yōu)的擬合線：

L={x,y)|y=mx+q}

(5)

式中m和q分別表示回歸曲線的系數(shù)和偏差項(xiàng)。接下來，我們使用如下公式推斷導(dǎo)線端的二維參考系：

Hw=(yw,θw)=(yw,tan-1(m))

(6)

其中，Hw表示檢測(cè)到線端初始位置，θw表示檢測(cè)框的旋轉(zhuǎn)角度，m與公式(5)中的擬合系數(shù)相同，通過該式可得到中心齊次坐標(biāo)yw，并基于公式(5)估計(jì)在機(jī)器人參考系中的3D位姿。最后，我們計(jì)算從不同視角收集的導(dǎo)線圖像的三維點(diǎn)：

Ow=υ(yw{1,…,n},C{1,…,n})

(7)

Oc=υ(yc{1,…,n},C{1,…,n})

(8)

其中，yc是從不同角度檢測(cè)到的導(dǎo)線端的齊次坐標(biāo)。進(jìn)一步，我們計(jì)算與導(dǎo)線終端對(duì)稱軸方向一致的單位向量以及：

(9)

線端位姿的最終估計(jì)如下：

(10)

其中，Vwz=Wwx×(±ux),ux=[1 0 0]T表示相對(duì)于機(jī)器人參考系的前進(jìn)方向。

2.2 基于觸覺感知的導(dǎo)線抓握

眾所周知，當(dāng)導(dǎo)線被機(jī)械手的中心位置抓握時(shí)，最容易將導(dǎo)線插入目標(biāo)端口中。然而，這種理想情況往往很難實(shí)現(xiàn)，在真實(shí)場(chǎng)景中，導(dǎo)線末端處于自由空間，難免會(huì)觸碰到其他導(dǎo)線或障礙物。因此，本節(jié)主要在2.1節(jié)基礎(chǔ)上，基于已知的導(dǎo)線檢測(cè)和位姿估算結(jié)果，通過機(jī)器學(xué)習(xí)算法對(duì)導(dǎo)線與機(jī)械手的觸碰信息進(jìn)行分類，進(jìn)而判斷導(dǎo)線是否處于機(jī)械手的正確位置。

在本文中，我們選用多層感知機(jī)分類器(MLP)對(duì)觸覺感知信息進(jìn)行分類。綜合考慮計(jì)算復(fù)雜度以及模型大小，MLP神經(jīng)網(wǎng)絡(luò)由一個(gè)輸入層、兩個(gè)隱藏層和一個(gè)輸出層組成，分別對(duì)應(yīng)16、8、4和2個(gè)神經(jīng)元，具體結(jié)構(gòu)如圖4所示：

圖4 自搭建的多層感知機(jī)結(jié)構(gòu)圖

我們首先通過觸覺傳感器將觸碰信息量化成一個(gè)4×4矩陣，為了能夠?qū)?shù)據(jù)輸入多層感知機(jī)分類器，進(jìn)一步將矩陣轉(zhuǎn)換成16維矩陣。模型輸出的是一組布爾值，b屬于0、1，1表示導(dǎo)線被抓握在一個(gè)合理的范圍內(nèi)，0表示機(jī)械手未正確抓握導(dǎo)線：

(11)

其中，θ(┻Hw)表示以二維參考系┻Hw為基準(zhǔn)的角度，lmin和lmax是相對(duì)于機(jī)械臂允許范圍內(nèi)的導(dǎo)線終端的移動(dòng)閾值。

2.3 導(dǎo)線端口位姿修正及插入

在導(dǎo)線端口位姿修正方面，本文利用距離指標(biāo)來評(píng)估導(dǎo)線端口位姿對(duì)線插入的影響，并通過三維空間坐標(biāo)系進(jìn)行修正[15]?；谙鄼C(jī)自身坐標(biāo)系和機(jī)械手位置，抓取平面(即抓取后導(dǎo)線所在的平面)與插入處的距離可以由dw=camOzee得到，其中Ozee是相機(jī)坐標(biāo)系中的z分量。得到dw值后，從齊次坐標(biāo)到三維坐標(biāo)系的轉(zhuǎn)換可通過公式(12)完成：

γ(y)=O=γ([αν1]T)=

(12)

其中，y=[αν1]T是二維坐標(biāo)系下的齊次坐標(biāo)，O是對(duì)應(yīng)的三維坐標(biāo)點(diǎn)，cx，cy，fx，fy分別是原始攝像機(jī)中的位置參數(shù)。因此，基于給定的接線端相對(duì)于機(jī)械臂末端的位置，根據(jù)上式可依次計(jì)算三維坐標(biāo)系下的對(duì)應(yīng)分量。參考三維坐標(biāo)下的導(dǎo)線末端位置移動(dòng)機(jī)械臂，使得導(dǎo)線與標(biāo)準(zhǔn)參考系保持相對(duì)一致。

在導(dǎo)線插入方面，為了檢測(cè)導(dǎo)線端口是否與接線端接觸，并在導(dǎo)線插入的最終階段修正導(dǎo)線軌跡，我們利用機(jī)器學(xué)習(xí)算法對(duì)觸覺傳感器傳回的碰撞矩陣進(jìn)行分析。此外，在導(dǎo)線與其他物體碰撞過程中受向心力和切向力的共同作用，我們通過文獻(xiàn)[25]中描述的觸覺傳感器對(duì)力進(jìn)行區(qū)分，因?yàn)樗鼈兎謩e與測(cè)量的壓力圖的對(duì)稱和不對(duì)稱變化有關(guān)。因此，在碰撞中，被抓物體(即導(dǎo)線)的運(yùn)動(dòng)方向與4×4分類矩陣提供的信號(hào)xt之間存在著很強(qiáng)的相關(guān)性?；诖耍瑇t被用于訓(xùn)練回歸器，該回歸器能夠輸出用于表示觸覺傳感器中碰撞力大小的標(biāo)量值。

為了選擇最優(yōu)回歸器，我們訓(xùn)練了隨機(jī)森林(RF)，多層感知機(jī)(MLP)，支持向量回歸(SVR)三種機(jī)器學(xué)習(xí)模型，并從已知位姿和真實(shí)場(chǎng)景中收集碰撞數(shù)據(jù)，這些數(shù)據(jù)用于預(yù)測(cè)與沖撞力相關(guān)的真實(shí)值。圖5展示的是經(jīng)過1000組數(shù)據(jù)訓(xùn)練不同回歸器得到的準(zhǔn)確率曲線，表1展示的000是在均方誤差(MSE)和動(dòng)態(tài)時(shí)間規(guī)整(DTW)上的結(jié)果。通過圖表展示的結(jié)果可以看出，MLP可以更準(zhǔn)確地量化導(dǎo)線端與目標(biāo)接線位置的碰撞信息。值得注意的是，本階段采用回歸器來量化碰撞信息，而不是簡單地進(jìn)行分類，主要是為了區(qū)分實(shí)際碰撞與摩擦。

圖5 不同模型碰撞識(shí)別對(duì)比

表1 三個(gè)模型在MSE和DTW指標(biāo)上的對(duì)比結(jié)果

3 自動(dòng)接線任務(wù)評(píng)估

為了驗(yàn)證本文提出的自動(dòng)接線方法的有效性，我們選用開關(guān)柜作為實(shí)驗(yàn)場(chǎng)所，不僅進(jìn)行了整體接線實(shí)驗(yàn)，還根據(jù)算法中的主要步驟進(jìn)行了有針對(duì)性的消融實(shí)驗(yàn)。

首先，我們?cè)u(píng)估視覺信息對(duì)導(dǎo)線末端檢測(cè)的有效性。在2.1節(jié)我們介紹了視覺特征提取模型，基于Faster R-CNN進(jìn)行導(dǎo)線檢測(cè)，圖6的柱狀圖展示的是在各個(gè)開關(guān)柜上的準(zhǔn)確率。從圖6中展示的對(duì)比結(jié)果可以看出，五個(gè)開關(guān)柜均達(dá)到了90%以上的檢測(cè)準(zhǔn)確率，最高的4號(hào)開關(guān)柜為93.87%，受光線等因素影響，在各開關(guān)柜上的檢測(cè)準(zhǔn)確率略有差異。

其次，我們?cè)u(píng)估觸覺信息對(duì)機(jī)械臂末端的導(dǎo)線抓握，以及在導(dǎo)線插入時(shí)對(duì)導(dǎo)線角度調(diào)整的影響。圖7展示的是在標(biāo)準(zhǔn)插線流程中，多層感知機(jī)的輸出，模型的原始輸入是觸覺傳感器收集到的碰撞數(shù)據(jù)。通過曲線變化可以看出，MLP在5個(gè)開關(guān)柜中其的輸出均超過了0.5的閾值，這證明通過觸覺傳感器的指導(dǎo)，機(jī)械臂末端在大多數(shù)情況下可以準(zhǔn)確抓握導(dǎo)線，且僅需要25s左右的時(shí)間就可以達(dá)到穩(wěn)定抓握狀態(tài)。

圖6 改進(jìn)的Faster R-CNN在各開關(guān)柜中導(dǎo)線識(shí)別率對(duì)比

此外，我們也進(jìn)行了導(dǎo)線的角度調(diào)整實(shí)驗(yàn)，圖8展示的是機(jī)械臂根據(jù)視覺信息以及三維坐標(biāo)系對(duì)導(dǎo)線末端的角度調(diào)整，其中紅色虛線為坐標(biāo)系的水平參考線，綠色線為機(jī)械臂抓握導(dǎo)線后的角度調(diào)整，藍(lán)色線為基于視覺信息的角度對(duì)正。通過曲線圖能夠很直觀的看到機(jī)器人能夠有效調(diào)整導(dǎo)線末端的角度，使得電線與參考系處于幾乎同一水平面，這給接下來的導(dǎo)線插入提供了良好基礎(chǔ)。

圖7 多層感知器在各開關(guān)柜中的碰撞檢測(cè)對(duì)比

圖8 機(jī)械臂對(duì)導(dǎo)線末端角度調(diào)節(jié)

最后，我們對(duì)整個(gè)自動(dòng)接線流程進(jìn)行測(cè)試，驗(yàn)證本文提出的融合機(jī)器視覺和觸覺傳感器自動(dòng)接線方法的有效性。實(shí)驗(yàn)中，我們選用了直徑為2.5mm和3.0mm兩種尺寸的導(dǎo)線，選定五個(gè)開關(guān)柜，按照第二章介紹的算法分別完成兩種導(dǎo)線的接線操作，每個(gè)開關(guān)柜都對(duì)應(yīng)15次實(shí)驗(yàn)。受空間限制，表2僅展示了兩個(gè)開關(guān)柜的接線結(jié)果。

表2 在不同長度和角度前提下的自動(dòng)接線情況

表中展示的是直徑3mm導(dǎo)線的接線實(shí)驗(yàn)，其中e表示導(dǎo)線的偏斜角度，d表示導(dǎo)線超出機(jī)械臂末端的距離，p表示導(dǎo)線是否在機(jī)械臂的操作下準(zhǔn)確插入接線孔，其中T表示準(zhǔn)確插入，F(xiàn)表示未插入。通過上表列出的插入結(jié)果，自動(dòng)接線的成功率被展示在表3中。

表3 各開關(guān)柜中自動(dòng)接線成功率對(duì)比

通過在5個(gè)開關(guān)柜中全流程的自動(dòng)接線實(shí)驗(yàn)，平均接線成功率達(dá)到73.33%，開關(guān)柜4的成功率甚至達(dá)到80.00%。

基于以上實(shí)驗(yàn)結(jié)果，充分證明了本文提出的自動(dòng)接線方法的有效性，機(jī)器視覺和觸覺感知信息在機(jī)器人接線操作中發(fā)揮了重要作用。

4 結(jié) 論

為了提供機(jī)器人自動(dòng)接線問題的解決方案，提出了融合機(jī)器視覺和觸覺傳感器的機(jī)器人自動(dòng)接線方法。首先，基于改進(jìn)的Faster R-CNN目標(biāo)檢測(cè)模型對(duì)導(dǎo)線進(jìn)行識(shí)別，從而實(shí)現(xiàn)對(duì)導(dǎo)線端口的定位，然后，根據(jù)觸覺傳感器獲取的碰撞信息，通過多層感知機(jī)(MLP)分類算法對(duì)碰撞類型進(jìn)行判斷，以實(shí)現(xiàn)機(jī)械手對(duì)導(dǎo)線的準(zhǔn)確抓握，最后，利用三維坐標(biāo)系修正導(dǎo)線端口的位姿，并再次通過觸覺傳感器和帶有回歸器的MLP指導(dǎo)導(dǎo)線的最終插入。為驗(yàn)證整體接線算法的有效性，基于開關(guān)柜場(chǎng)景進(jìn)行一系列仿真實(shí)驗(yàn)，所提出的方法能夠較為準(zhǔn)確地完成導(dǎo)線與連接器的自動(dòng)接線操作，這為開關(guān)柜等作業(yè)空間有限的工作場(chǎng)所提供了可靠保障，大大節(jié)省了人力，降低了人工作業(yè)風(fēng)險(xiǎn)。