机床与液压

作者：代卓宏，黄腾飞，渠继强，毕德学

单位：天津科技大学机械工程学院；天津科技大学机械工程学院；天津科技大学机械工程学院；天津科技大学机械工程学院

关键词：多模态融合;轴孔装配;可视化分析

针对当前轴孔装配策略多依赖单一传感器且缺乏不同模态数据深度交互，导致环境感知不全面、装配精度与鲁棒性受限的问题，提出基于Transformer进行多传感器融合的装配方法。通过自监督学习提取图像、深度图、力-力矩的特征，利用注意力机制构建模态间的复杂关系并自适应分配权重，动态调整不同数据类型对状态表示的影响，并对结果进行可视化分析。最后，采用近端策略优化（PPO）算法提取装配状态并生成动作，引导机器人调整装配姿态。实验结果表明，相较于仅依赖单一视觉（RGB）、深度(Depth)或触觉（Tactile）输入的轴孔装配策略，基于Transformer的多模态融合输入将装配成功率分别提高了31%、21%和51%。注意力可视化结果进一步表明，所提方法能够依据装配阶段（寻?孔/插?孔）自适应聚焦关键模态与区域。

来源：2026年第3期

《机床与液压》期刊编辑部

查看机床与液压杂志2026年第3期