.png){kind=icon}
返回
Assembly task planning framework based on knowledge graph
.png){kind=icon}
PRE
AI
DOI：10.1007/s10845-025-02695-1.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
装配任务规划（ATP）将自然语言描述的装配任务转化为可执行程序，并将期望的产品模型作为输入。它是具身智能装配系统的关键组成部分。然而，当前利用大型语言模型的方法难以很好地符合工业标准和约束。我们通过提出一个基于知识图谱（KG）的ATP框架来解决这个问题，该框架包含四个关键模块：装配KG、高层任务规划器、低层技能控制器和可重构柔性装配系统。首先，产品族的信息存储在装配KG中。然后，高层任务规划器基于装配KG中的产品信息和推理规则，将给定的语言描述的装配任务分解为子任务序列。接着，低层技能控制器进一步将装配子任务转化为技能，这些技能最终可映射到装配程序，并可直接在我们的高度可重构柔性装配系统上执行。此外，我们开发了一个软件平台以简化装配程序生成。该方法通过应用于四种阀门的装配进行验证。结果表明，编程时间已从10至25分钟减少到不到1秒，且装配精度可超过80%。这些结果表明，我们的基于KG的ATP框架在提高工业装配场景中的效率和减少人工工作量方面具有有效性和潜力。
Keyword:
Assembly task planning
Knowledge graph
Reconfigurable flexible assembly line
Assembly language
Assembly program generation
期刊
IF:
7.4
论文数:
3.5K
被引数:
1.1W
机构
引用论文
An approach to capturing and reusing tacit design knowledge using relational learning for knowledge graphs利用关系学习获取和重用知识图的隐性设计知识的方法
PREAI
分享收藏An assembly process planning pipeline for industrial electronic equipment based on knowledge graph with bidirectional extracted knowledge from historical process documents基于历史工艺文档双向提取知识的工业电子设备装配工艺规划流程
PREAI
分享收藏FusedNet: End-to-end mobile robot relocalization in dynamic large-scale sceneFusedNet：动态大规模场景中的端到端移动机器人重定位.png)
IF0
PREAI
分享收藏A Knowledge Graph-Based Approach for Assembly Sequence Recommendations for Wind Turbines基于知识图谱的用于风力涡轮机装配序列推荐的方法Machines
OAAI
MachinesIF0
OAAI分享收藏Semantic models and knowledge graphs as manufacturing system reconfiguration enablers语义模型和知识图作为制造系统重新配置的促成因素OAAI
OAAI分享收藏
查看更多内容