Skip to content

About

No description, website, or topics provided.

Resources

Stars

0 stars

Watchers

0 watching

Forks

Repository files navigation

核聚变反应堆维护机器人 - 具身智能系统

面向 EAST/ITER 托卡马克装置的智能维护机器人系统,支持瓷砖拆装、螺栓装配、阀门操作、连接器插接等多种维护任务。

项目概述

本项目实现了一个生产级具身智能训练框架,核心特性:

  • 多模态感知融合 - 视觉、触觉、力觉、本体感知的 Transformer 融合
  • 分层强化学习 - 高层策略生成子目标,低层策略执行精细动作
  • 混合力/位置控制 - 自适应相位检测与控制模式切换
  • 模型预测控制 (MPC) - 接触状态下的精确力跟踪
  • 域随机化 - 支持 Sim2Real 迁移的全面随机化
  • 故障容错 - 实时健康监控与优雅降级

系统架构

embodied_ai/
├── configs/                          # 配置模块
│   ├── depth_camera_config.py        # 深度相机参数 (Zivid Two)
│   └── domain_randomization_config.py # 域随机化配置
│
├── controllers/                      # 控制器模块
│   ├── robot_controller.py           # 基础阻抗控制器
│   ├── mpc_controller.py             # MPC 力跟踪控制器
│   └── hybrid_force_motion.py        # 混合力/位置控制器
│
├── envs/                             # 仿真环境
│   ├── fusion_connector_env.py       # 连接器插接环境
│   ├── fusion_reactor_env.py         # 反应堆维修基础环境
│   ├── tile_manipulation_env.py      # 瓷砖拆装环境
│   ├── bolt_assembly_env.py          # 螺栓装配环境
│   ├── valve_operation_env.py        # 阀门操作环境
│   └── domain_randomization.py       # 域随机化包装器
│
├── models/                           # 神经网络模型
│   ├── pointnet2_pose.py             # PointNet++ 位姿估计
│   ├── multimodal_transformer.py     # 多模态 Transformer 融合
│   └── hierarchical_policy.py        # 分层 SAC 策略
│
├── sensors/                          # 传感器模型
│   ├── sensor_models.py              # 力/位置传感器
│   └── tactile_sensor.py             # 触觉传感器 (阵列/GelSight/BioTac)
│
├── training/                         # 训练模块
│   ├── sac_agent.py                  # SAC 智能体
│   ├── train_demo.py                 # 训练主程序
│   └── diagnose_training.py          # 训练诊断工具
│
├── fault_tolerance/                  # 故障容错模块
│   ├── health_monitor.py             # 实时健康监控
│   └── graceful_degradation.py       # 优雅降级管理
│
├── communication/                    # 通信模块
│   └── ros2_interface.py             # ROS2 接口 (仿真桥接)
│
├── tests/                            # 测试套件
│   ├── test_controllers.py           # 控制器单元测试
│   ├── test_sensors.py               # 传感器单元测试
│   ├── test_environments.py          # 环境单元测试
│   └── integration_tests.py          # 集成测试
│
└── utils/                            # 工具函数
    ├── pointcloud_utils.py           # 点云处理
    └── font_config.py                # 字体配置

支持的维护任务

1. 瓷砖拆装 (Tile Manipulation)

第一壁瓷砖的拆卸与安装,支持:

  • 瓷砖类型:钨、石墨、铍、碳纤维复合材料
  • 固定方式:螺栓固定、卡扣固定、钎焊固定、机械互锁
  • 任务阶段:定位 → 接近 → 解锁 → 提取 → 运输 → 安装 → 固定 → 验证
from embodied_ai.envs import make_tile_env, TileType

env = make_tile_env(task_type="extract", tile_type=TileType.TUNGSTEN)

2. 螺栓装配 (Bolt Assembly)

精密螺纹操作,支持:

  • 螺栓类型:六角头、内六角、Torx、梅花、螺柱
  • 关键挑战:螺纹寻找、扭矩控制、损伤避免
  • 失效模式检测:交叉螺纹、滑丝、过扭矩、工具打滑
from embodied_ai.envs import make_bolt_env, BoltType

env = make_bolt_env(task_type="tighten", bolt_type=BoltType.HEX_HEAD)

3. 阀门操作 (Valve Operation)

冷却剂/气体/真空系统阀门操作,支持:

  • 阀门类型:闸阀、截止阀、球阀、蝶阀、针阀
  • 关键挑战:高扭矩要求、卡滞阀门处理、密封验证
  • 流体类型:水、氦气、氮气、真空、液态锂
from embodied_ai.envs import make_valve_env, ValveType

env = make_valve_env(task_type="open", valve_type=ValveType.BALL)

4. 连接器插接 (Connector Insertion)

电气/流体连接器的精密插接,支持:

  • 位置精度:< 5mm
  • 姿态精度:< 1°
  • 最大接触力:< 50N
from embodied_ai.envs import FusionConnectorEnv

env = FusionConnectorEnv()

核心技术

多模态 Transformer 融合

融合四种感知模态:

from embodied_ai.models import MultiModalTransformer, MultiModalTransformerConfig

config = MultiModalTransformerConfig(
    vision_dim=256,      # 点云特征维度
    tactile_dim=32,      # 触觉特征维度
    force_dim=6,         # 力/力矩维度
    proprio_dim=14,      # 本体感知维度 (关节位置+速度)
    output_dim=512       # 融合特征维度
)
model = MultiModalTransformer(config)

分层强化学习

两级策略架构:

  • 高层策略:子目标生成、技能选择 (10步时域)
  • 低层策略:精细动作执行、力控制 (5步时域)
  • 后见经验回放 (HER):稀疏奖励下的高效学习
from embodied_ai.models import HierarchicalSACAgent, HierarchicalPolicyConfig

config = HierarchicalPolicyConfig(
    obs_dim=obs_dim,
    action_dim=action_dim,
    subgoal_dim=6,
    high_level_horizon=10,
    low_level_horizon=5
)
agent = HierarchicalSACAgent(config)

混合力/位置控制

自适应相位检测与控制切换:

相位 控制模式 说明
APPROACH 纯位置控制 快速接近目标
ALIGN 精细位置控制 对准调整
SEARCH 螺旋搜索 接触点寻找
CONTACT 混合控制 建立稳定接触
INSERT 力控制为主 精确插入操作
VERIFY 位置保持 验证任务完成
from embodied_ai.controllers import HybridMotionForceController, HybridControllerConfig

controller = HybridMotionForceController(HybridControllerConfig())
control = controller.compute_control(
    ee_pose=ee_pose,
    ee_velocity=ee_velocity,
    force_torque=force_torque,
    target_pose=target_pose,
    target_force=target_force
)

MPC 力跟踪控制

基于二次规划的模型预测控制:

  • 预测时域:10步
  • 求解时间:< 4ms
  • 力跟踪误差:< 2N
from embodied_ai.controllers import ForceTrackingMPC, MPCConfig

mpc = ForceTrackingMPC(MPCConfig(horizon=10, dt=0.004))
control = mpc.compute_control(state, target_force)

域随机化 (Sim2Real)

全面的仿真到现实迁移支持:

from embodied_ai.envs import make_randomized_env
from embodied_ai.configs import get_full_randomization

config = get_full_randomization()
env = make_randomized_env("FusionConnector-v0", config)

随机化类别:

  • 视觉随机化:纹理、光照、相机噪声
  • 物理随机化:摩擦系数、质量、阻尼
  • 传感器随机化:噪声、漂移、延迟
  • 几何随机化:目标位置、障碍物
  • 执行器随机化:增益偏差、死区

触觉传感

多种触觉传感器模型:

from embodied_ai.sensors import TactileSensorArray, GelSightSensor, BioTacSensor

# 电阻式阵列传感器
tactile = TactileSensorArray(TactileSensorConfig(resolution=(16, 16)))

# GelSight 光学触觉传感器
gelsight = GelSightSensor(TactileSensorConfig(resolution=(240, 320)))

# BioTac 仿生触觉传感器
biotac = BioTacSensor(TactileSensorConfig())

故障容错

实时健康监控与优雅降级:

from embodied_ai.fault_tolerance import RealTimeHealthMonitor, GracefulDegradationManager

monitor = RealTimeHealthMonitor(num_joints=7)
manager = GracefulDegradationManager()

# 更新健康状态
metrics = monitor.update(joint_positions, joint_velocities, joint_torques, force_torque)

# 根据健康状态调整运行模式
if metrics.anomaly_detected:
    manager.handle_anomaly(metrics)

降级模式:

  1. FULL_CAPABILITY - 全功能运行
  2. REDUCED_SPEED - 降低速度 (50%)
  3. REDUCED_PRECISION - 降低精度要求
  4. SAFE_HOLD - 安全保持位置
  5. EMERGENCY_STOP - 紧急停止

环境依赖

# 核心依赖
pip install torch torchvision
pip install gymnasium
pip install pybullet
pip install numpy scipy
pip install tensorboard tqdm

# 可选依赖
pip install open3d           # 点云可视化
pip install matplotlib       # 绘图
pip install cvxpy            # MPC 求解器
pip install pytest           # 测试

快速开始

1. 测试环境

# 测试瓷砖拆装环境
python -c "from embodied_ai.envs import make_tile_env; env = make_tile_env(); print(env.reset())"

# 测试螺栓装配环境
python -c "from embodied_ai.envs import make_bolt_env; env = make_bolt_env(); print(env.reset())"

# 测试阀门操作环境
python -c "from embodied_ai.envs import make_valve_env; env = make_valve_env(); print(env.reset())"

2. 运行训练

# 基础 SAC 训练
python embodied_ai/training/train_demo.py --mode train --episodes 1000

# 带可视化训练
python embodied_ai/training/train_demo.py --mode train --render --episodes 500

# 评估模型
python embodied_ai/training/train_demo.py --mode eval --load_model ./checkpoints/best_model.pt

3. 运行测试

# 运行所有测试
pytest embodied_ai/tests/ -v

# 运行特定测试
pytest embodied_ai/tests/test_controllers.py -v
pytest embodied_ai/tests/test_environments.py -v
pytest embodied_ai/tests/integration_tests.py -v

技术指标

控制性能

指标 要求 实现
控制频率 240 Hz 240 Hz
MPC 求解时间 < 4ms ~3ms
力跟踪误差 < 2N < 2N
位置精度 < 5mm < 3mm

安全标准

  • ISO 10218 - 工业机器人安全
  • ISO/TS 15066 - 协作机器人安全
  • 多区域安全监控
  • 紧急停止响应 < 100ms

项目状态

已完成

  • 域随机化配置与包装器
  • MPC 力跟踪控制器
  • 混合力/位置控制器
  • 多模态 Transformer 融合
  • 分层 SAC 策略
  • 触觉传感器模型
  • 健康监控与优雅降级
  • 瓷砖拆装环境
  • 螺栓装配环境
  • 阀门操作环境
  • ROS2 接口 (仿真桥接)
  • 单元测试与集成测试

待完成

  • GNN 空间推理模块
  • 元学习快速适应
  • 分布式共识 (多机器人)
  • 遥操作模块
  • 分层训练器
  • 课程学习

参考文献

许可证

MIT License

About

No description, website, or topics provided.

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages