adding 5 articles
This commit is contained in:
parent
43662d9000
commit
d998fc02db
3 changed files with 62 additions and 2 deletions
|
@ -214,12 +214,12 @@ __Полевые испытания__: Установить розетку пи
|
|||
оптимальной а не глобально оптимизированной.
|
||||
Второе предикаты снижают количество входных данных. Но сильно влияют на пространство поиска. И иногда приводят к неверным последовательностям.
|
||||
|
||||
### Assemble Them All: Physics-Based Planning for Generalizable Assembly by Disassembly
|
||||
### Assemble Them All: Physics-Based Planning for Generalizable Assembly by Disassembly (2022)
|
||||
YUNSHENG TIAN, MIT CSAIL, JIE XU, MIT CSAIL, YICHEN LI, MIT CSAIL, JIELIANG LUO, Autodesk Research, SHINJIRO SUEDA, Texas A&M University, HUI LI, Autodesk Research, KARL D.D. WILLIS, Autodesk Research, WOJCIECH MATUSIK, MIT CSAIL
|
||||
|
||||
Основанный на физике подход к планированию сборки. Используется метод сборки-разборки, и моделирование на основе физики для эффективного изучения ограниченного прострастранства поиска.
|
||||
|
||||
__Исходные данные__: CAD-модел
|
||||
__Исходные данные__: CAD-модель
|
||||
|
||||
__Полевые испытания__: тысячи сборок из витрины Fusion360.
|
||||
|
||||
|
@ -229,3 +229,63 @@ __Алгоритм__: формируется граф, сборки по при
|
|||
|
||||
## Доступные программные реализации ASP
|
||||
https://github.com/yunshengtian/Assemble-Them-All
|
||||
|
||||
|
||||
### An integration of neural network and rule-based systems for design and planning of mechanical assemblies (1993)
|
||||
Авторы предлагают загрузить в нейронную сеть, данные о ранее созданных сборках и их технологических картах. Что бы нейронная сеть обучилась на этих данных и исходя из них. Составляла план сборки.
|
||||
Так же внедрить нейронную сеть в CAD. Что бы она помогала проектировать такие изедлия которые были бы максимально автоматизированы для сборки.
|
||||
|
||||
|
||||
### On the generation of robotic assembly sequences based on separability and assembly motion stability (1994)
|
||||
C.K. Shin and H.S.Cho
|
||||
Метод автоматического создания
|
||||
последовательностей сборки роботов на основе проверки
|
||||
разборчивости разбираемой детали. Чтобы получить
|
||||
возможность разборки детали-кандидата, мы сначала делаем
|
||||
вывод о направлениях сборки без столкновений, извлекая
|
||||
разделяемые направления для детали и вычисляя отделимость,
|
||||
которая дает информацию о том, как легко отделить части из частей.
|
||||
|
||||
|
||||
### A three-stage integrated approach for assembly sequence planning using neural networks (2008)
|
||||
|
||||
|
||||
На первом этапе используется график над графиком и правила преобразования для создания
|
||||
корректного графа разнесения модели сборки; два графика можно
|
||||
использовать для представления правильных геометрических зависимостей
|
||||
между деталями сборки. На втором этапе разрабатывается трехуровневая
|
||||
реляционная модель для создания полного графа реляционной модели и
|
||||
матрицы инцидентности. Граф реляционной модели можно дополнительно
|
||||
преобразовать в диаграмму предшествования сборки (APD), которая
|
||||
используется для описания отношений предшествования сборки деталей
|
||||
На третьем этапе используется нейросеть для оптимизации сборки.
|
||||
|
||||
проводится тематическое исследование электроприборов для оценки
|
||||
осуществимости предложенной модели с точки зрения различий основных
|
||||
характеристик сборки и создания почти оптимальной последовательности
|
||||
сборки в соответствии с определенными критериями производительности.
|
||||
|
||||
|
||||
__Исходные данные__: CAD-модель(несколько моделей электро приборов)
|
||||
__Полевые испытания__: Несколько вырабатанных моделей для электро приборов.
|
||||
|
||||
|
||||
### Using memetic algorithms with controlled local search to solve assembly.(2007)
|
||||
Hwai-En Tseng, Wen-Pai Wang, Hsun-Yi Shih
|
||||
|
||||
Сравнение Меметического алгоритма с ГА.
|
||||
__Алгоритм__: [Мемотический алгоритм](https://en.wikipedia.org/wiki/Memetic_algorithm), Генерация графа сборки основанная на знаниях о соедениях деталей в изделии.
|
||||
|
||||
__Полевые испытания__: не известно
|
||||
|
||||
__Исходные данные__: идеальнее заранее готовые модели
|
||||
|
||||
### A Multi-Agent Evolutionary algorIthm for Connector-Based Assembly Sequence Planning(2011)
|
||||
Сравнивают Многоагентный эволюционный алгоритм, с други алгоритмами оптимизации.
|
||||
|
||||
__Алгоритм__: [Многоагентный эволюционный алгоритм](https://deepai.org/publication/massively-concurrent-agent-based-evolutionary-computing), Генерация графа сборки основанная на знаниях о соедениях деталей в изделии.
|
||||
|
||||
__Исходные данные__: идеальнее заранее готовые модели
|
||||
|
||||
__Полевые испытания__: не известно
|
||||
|
BIN
docs/technologies/img/icra_asp_algorithm.jpg
Normal file
BIN
docs/technologies/img/icra_asp_algorithm.jpg
Normal file
Binary file not shown.
After Width: | Height: | Size: 691 KiB |
BIN
docs/technologies/img/lego_z_direction.jpg
Normal file
BIN
docs/technologies/img/lego_z_direction.jpg
Normal file
Binary file not shown.
After Width: | Height: | Size: 94 KiB |
Loading…
Add table
Add a link
Reference in a new issue