-
公开(公告)号：CN118456429A
公开(公告)日：2024-08-09
申请号：CN202410602585.8
申请日：2024-05-15
Applicant: 北京信息科技大学
IPC: B25J9/16
Abstract: 本发明涉及一种基于去线性化误差的机械臂运动学两步标定方法及系统，其包括：根据第一测量构型由产生线性化误差影响的运动学参数误差建立第一运动学误差模型，求解该第一运动学误差模型得到第一误差向量；在第一误差向量中选取产生线性化误差影响的部分误差参数作为辨识结果，令其余误差参数为零，按照参数误差排列顺序组合得到新的误差向量；基于新的误差向量及第二测量构型，由受线性化误差影响的运动学参数误差建立第二运动学误差模型，求解该第二运动学误差模型得到第二误差向量；将第二误差向量与作为辨识结果的误差参数，按照Δu中误差的排列顺序重新组合，得到最终的MDH参数误差辨识结果。
-
公开(公告)号：CN114589698B
公开(公告)日：2023-06-06
申请号：CN202210365233.6
申请日：2022-04-07
Applicant: 北京信息科技大学
IPC: B25J9/16
Abstract: 本发明提供了一种基于多目标视觉测量和机器学习的机械臂无模型实时标定方法及装置。该方法包括：在指定点邻域生成若干训练点；采集每个训练点对应的各关节靶标位姿，由机械臂正运动学计算得到靶标位姿对应的机械臂关节位姿；利用靶标位姿及关节位姿训练一系列DNN；利用DNN得到各关节实际位姿；判断各关节位姿误差是否超出了阈值；若超出了阈值，得到齐次变换矩阵，从中提取实际和名义DH参数集合，得到各关节DH参数误差；补偿DH参数误差。本发明提供的基于多目标视觉测量和机器学习的机械臂无模型实时标定方法及装置实现了标定精度和效率的统一。
-
公开(公告)号：CN114589698A
公开(公告)日：2022-06-07
申请号：CN202210365233.6
申请日：2022-04-07
Applicant: 北京信息科技大学
IPC: B25J9/16
Abstract: 本发明提供了一种基于多目标视觉测量和机器学习的机械臂无模型实时标定方法及装置。该方法包括：在指定点邻域生成若干训练点；采集每个训练点对应的各关节靶标位姿，由机械臂正运动学计算得到靶标位姿对应的机械臂关节位姿；利用靶标位姿及关节位姿训练一系列DNN；利用DNN得到各关节实际位姿；判断各关节位姿误差是否超出了阈值；若超出了阈值，得到齐次变换矩阵，从中提取实际和名义DH参数集合，得到各关节DH参数误差；补偿DH参数误差。本发明提供的基于多目标视觉测量和机器学习的机械臂无模型实时标定方法及装置实现了标定精度和效率的统一。
-
公开(公告)号：CN114516055B
公开(公告)日：2023-06-06
申请号：CN202210363753.3
申请日：2022-04-07
Applicant: 北京信息科技大学
IPC: B25J9/16
Abstract: 本发明提供了一种基于双目视觉和深度学习的机械臂不停工实时标定方法及装置。该方法包括：生成测量构建库；从中选择m2组运行指令；从m2组运行指令中选择出测量构型；搭建位姿采样系统；围绕测量构型生成神经网络的训练点；获取靶标位姿，同时计算机械臂末端位姿；训练深度神经网络；补偿DH参数误差；选择监测点；利用深度神经网络得到末端实际位姿；判断末端位姿误差是否超出了阈值；若超出了阈值，求解新产生的DH参数误差；补偿新产生的DH参数误差。本方法使机械臂定位误差实时监测和实时标定成为可能，无需机械臂停工，实现了作业精度和效率的统一。
-
公开(公告)号：CN114516055A
公开(公告)日：2022-05-20
申请号：CN202210363753.3
申请日：2022-04-07
Applicant: 北京信息科技大学
IPC: B25J9/16
Abstract: 本发明提供了一种基于双目视觉和深度学习的机械臂不停工实时标定方法及装置。该方法包括：生成测量构建库；从中选择m2组运行指令；从m2组运行指令中选择出测量构型；搭建位姿采样系统；围绕测量构型生成神经网络的训练点；获取靶标位姿，同时计算机械臂末端位姿；训练深度神经网络；补偿DH参数误差；选择监测点；利用深度神经网络得到末端实际位姿；判断末端位姿误差是否超出了阈值；若超出了阈值，求解新产生的DH参数误差；补偿新产生的DH参数误差。本方法使机械臂定位误差实时监测和实时标定成为可能，无需机械臂停工，实现了作业精度和效率的统一。
-
Patent Agency Ranking
公开(公告)号：CN115281850A
公开(公告)日：2022-11-04
申请号：CN202210970442.3
申请日：2022-08-12
Applicant: 北京信息科技大学
Abstract: 本发明提供了一种基于半球激光列表法的器具姿态评价方法。该方法包括：将透明的棋盘贴纸粘贴在半球外表面上，用双目内窥镜测量系统捕捉某一帧k，包含左、右两张图片，由视觉匹配算法计算得到一张深度图Dk，获得深度图M个点的三维坐标值；将器具尖端放在半球上的每个标记点，调整器具姿态，使实时姿态与估计的法向量姿态重合；激光投射光斑到ECG上，记录的姿态坐标值重复执行放置器具尖端、调整姿态、投射光斑及记录姿态坐标值的操作，直至达到一定数量的数据样本；根据姿态估计的函数表达式，计算每一次的姿态误差角大小。本发明提供的基于半球激光列表法的器具姿态评价方法能根据实验者意愿来增加测量点样本数，提高精度分析的可信度。
-
公开(公告)号：CN112248027A
公开(公告)日：2021-01-22
申请号：CN202010885408.7
申请日：2020-08-28
Applicant: 北京信息科技大学
Inventor： 白龙
Abstract: 本发明属于机器人领域，具体提供一种用于机器人的关节结构。本发明旨在解决现有机器人的驱动装置长期承载重力导致其寿命降低的问题。为此目的，本发明的用于机器人的关节结构包括偏航驱动装置、俯仰驱动装置、翻滚驱动装置、基座、偏航支架、俯仰支架、承力组件和动作执行端部，基座和偏航支架通过承力组件上下连接，并且偏航支架通过承力组件相对于基座自转，偏航驱动装置设置在基座上且与承力组件连接，以驱动偏航支架转动；俯仰驱动装置和俯仰支架相连且设置在偏航支架上，以驱动俯仰支架的俯仰运动；翻滚驱动装置和动作执行端部相连且设置在俯仰支架上，以驱动动作执行端部的翻滚。机器人在结构紧凑的同时，承力组件承载重力能转移至基座上。
-
公开(公告)号：CN116834011A
公开(公告)日：2023-10-03
申请号：CN202310911186.5
申请日：2023-07-24
Applicant: 北京信息科技大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于分布式位姿采集和模型降维的机械臂标定方法及装置，该方法通过位姿传感器获得不同测量构型下各关节的实际位姿数据，并与对应关节的名义位姿数据对比分析，获取对应关节的位姿误差，同时利用前段关节的DH参数误差向量求解后段关节的位姿误差，进而剔除前段关节对末端关节位姿误差的影响，最后基于标定模型分别获得对应DH参数误差向量，并通过修正关节指令的方式间接补偿DH参数误差，该方法将拥挤在传统单一标定模型中的DH参数误差疏散至多个子标定模型，显著改善了模型性态水平，实现了DH参数误差辨识精度的进一步提升，提高了标定精度，同时保证了误差辨识结果的完整性。
-
公开(公告)号：CN116713982A
公开(公告)日：2023-09-08
申请号：CN202310918578.4
申请日：2023-07-25
Applicant: 北京信息科技大学
Abstract: 本发明公开了一种基于进退式内骨架与伸缩式臂体外壳的绳驱蛇形机械臂，其包括机械臂基座和机械臂主体，所述机械臂主体包括机械臂骨骼部、机械臂外壳以及位于两者之间的连接机构，所述机械臂骨骼至少包括M个首尾依次连接的骨骼单元，相邻骨骼单元之间采用万向节连接，所述机械臂外壳包括M个外壳段单元，所述外壳段单元套设于机械臂骨骼外周，且相邻外壳段单元之间可嵌套连接，通过第一驱动绳将控制外壳段单元的动作姿态；每个外壳段单元的内壁固定连接多个所述连接机构，通过连接机构可实现外壳段单元与骨骼单元连接与分离，其解决了现有蛇形机械臂收纳困难且体积过大的问题，既实现了机械臂收纳功能，又可将设备小型化。
-
公开(公告)号：CN119610088A
公开(公告)日：2025-03-14
申请号：CN202411684484.6
申请日：2024-11-22
Applicant: 北京信息科技大学
IPC: B25J9/16
Abstract: 本发明涉及机械臂标定领域，公开了一种柔性超冗余机械臂标定方法、系统、存储介质及计算设备，其包括：建立冗余机械臂的名义正运动学模型，确定雅可比矩阵；获取所有关节所受重力矩阵，并在重力矩的基础上得到关节产生的额外的关节转角及弹性系数；通过位姿传感器及已知的机械臂名义MDH参数和冗余机械臂名义正运动学模型，得到关节在测量构型处的位姿误差向量；将所有关节的弹性系数与所有关节的MDH参数误差归并至一个向量Δu，建立Δu到Ej的映射关系，求解得到的Δu定义为首次辨识结果，进行迭代渐近辨识，得到最终的MDH参数和关节弹性系数的辨识结果，以对MDH参数误差和关节弹性系数进行分步分类补偿，得到所有关节最终补偿后的转角指令。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.023 seconds)
