haku: @keyword computer vision / yhteensä: 23
viite: 3 / 23
| Tekijä: | Ikkala, Aleksi |
| Työn nimi: | Learning Assembly Tasks from Human Demonstration |
| Kokoonpanotehtävien oppiminen ihmisen havaintoesityksistä | |
| Julkaisutyyppi: | Diplomityö |
| Julkaisuvuosi: | 2016 |
| Sivut: | (6) + 88 Kieli: eng |
| Koulu/Laitos/Osasto: | Sähkötekniikan korkeakoulu |
| Oppiaine: | Laskennallinen ja kognitiivinen biotiede (IL3003) |
| Valvoja: | Kyrki, Ville |
| Ohjaaja: | Pajarinen, Joni |
| Elektroninen julkaisu: | http://urn.fi/URN:NBN:fi:aalto-201605121997 |
| Sijainti: | P1 Ark Aalto 3806 | Arkisto |
| Avainsanat: | assembly learning from demonstration graph theory inexact graph matching graph similarity measure computer vision kokoonpano näyttämällä oppiminen graafiteoria epätarkka graafinsovitus graafien samankaltaisuusmitta konenäkö |
| Tiivistelmä (fin): | Tässä diplomityössä esitämme menetelmän kokoonpanotehtävien oppimiseen ihmisen havaintoesityksistä, käyttäen graafiesitystä kokoonpanossa käytetyistä kappaleista. Osoitamme, että tämä graafiesitys yhdistettynä epätarkkoihin graafinsovitusmenetelmiin mahdollistaa kokoonpanotehtävien oppimisen - myös silloin, kun kokoonpano-operaatioiden oppimiseen liittyy epävarmuutta. Tässä työssä käytimme menetelmää toistamaan kokoonpanotehtäviä, joissa Lego Quatro -palikoita liitettiin toisiinsa. Testasimme esitettyä menetelmää useilla kokeilla. Kokeissa robotti ensin havaitsi opettajan suorittavan kokoonpanotehtävän Kinect-kameran edessä. Tämän jälkeen robotti toisti opitun tehtävän simulaationa. Lisäsimme myös epävarmuutta kokeisiin vaihtamalla kokoonpanoon tarvittavia kappaleita, tai jättämällä näyttämättä kokoonpanon välivaiheita robotille. Tällöin robotti tuotti simuloidun rakennelman, joka oli mahdollisimman samankaltainen opittuun rakennelmaan nähden. Rakennelmien välistä samankaltaisuutta mitattiin epätarkoista graafinsovitusmenetelmistä tutuilla samankaltaisuusmitoilla. Kokeissa menetelmämme toisti opitut tehtävät onnistuneesti silloin, kun robotille oli annettu sama joukko palikoita kuin mitä havaintoesityksessä oli käytetty. Robotti toisti tehtävät menestyksekkäästi myös silloin, kun vain yksi tai kaksi havaintoesityksessä käytettyä Legoa oli vaihdettu erityyppisiksi. Kokeiden perusteella toteamme, että esittämämme menetelmä luo hyvän pohjan yleisemmälle kokoonpanomenetelmälle. Menetelmämme pystyy myös "improvisoimaan" odottamattomissa tilanteissa, joissa robotille näytettyyn havaintoesitykseen liittyy epätäydellistä tietoa. |
| Tiivistelmä (eng): | This thesis presents a method for learning and reproducing assembly tasks using Learning from Demonstration paradigm and a graph representation of assembly parts and their spatial relations. We show that this graph representation combined with inexact graph matching techniques provide a framework capable of learning assembly tasks, even with uncertain information of assembly operations. In this thesis our method replicated observed assembly tasks, where Lego Quatro bricks were manipulated with pick-and-place operations. We tested our proposed method through a series of experiments. In the experiments, a robot first observed a human teacher demonstrate an assembly task in front of a Kinect sensor. Then, the robot generated a simulation that depicted the learned assembly product. We also introduced uncertainty into the experiments by changing some of the assembly parts, or by not showing the intermediate assembly operations to the robot. In these events, the robot generated a simulated structure that was similar to the observed one. We used inexact graph matching techniques to measure the similarity between assembly structures. In the experiments our method successfully replicated a learned task when the robot was provided with a complete set of assembly parts. Also, the task was repeated relatively well when only one or two assembly parts were replaced with another type of Lego. We conclude that our method provides a convenient platform for a more general assembly method. Also, our method is capable of "improvising" in unanticipated situations, where the robot is supplied with imperfect knowledge of the task. |
| ED: | 2016-05-22 |
INSSI tietueen numero: 53551
+ lisää koriin
INSSI