基于示范学习的冗余机器人任务优先级层次结构学习方法

    公开(公告)号:CN119989923A

    公开(公告)日:2025-05-13

    申请号:CN202510177435.1

    申请日:2025-02-18

    Inventor: 袁也清 孙维超

    Abstract: 本发明公开了基于示范学习的冗余机器人任务优先级层次结构学习方法,属于冗余机器人示范学习技术领域,包括任务优先级参数化矩阵的建立、连续塑形优先雅可比矩阵的计算、最优优先级参数的求解以及优先级参数的统计学习;通过建立任务优先级参数化矩阵和构建广义零空间投影矩阵,得到连续塑形优先雅可比矩阵;通过非线性优化方法最小化示范数据的层次一致误差,优化连续优先级参数;通过高斯混合回归模型对优先级映射进行泛化学习,实现任务优先级的自动学习和动态调整。本方法在实现优先级层次结构自动学习和动态调整的同时降低了演示人员示教的难度,从而提升了该学习方法在多任务复杂环境下的性能和适用性。

    一种基于数学模型的贴片机运动控制方法及系统

    公开(公告)号:CN111273552B

    公开(公告)日:2021-01-08

    申请号:CN202010183406.3

    申请日:2020-03-16

    Abstract: 本发明涉及一种基于数学模型的贴片机运动控制方法及系统,包括:获取工作头质心在横梁的位置、横梁沿侧向挤压滚珠的位移、横梁偏转角及工作头质心偏移水平位置的距离;根据上述获取的数据确定横梁质心在贴片机平台的位置以及工作头质心在贴片机平台的位置;根据位置确定横梁质心的速度以及工作头质心的速度;根据速度和横梁偏转角确定贴片机平台总能量;根据总能量利用拉格朗日方程确定动力学方程;获取工作头的静态摩擦曲线;根据静态摩擦曲线确定非线性摩擦力;根据动力学方程和非线性摩擦力构建贴片机运动的数学模型;根据数学模型对贴片机的运动进行控制。通过本发明的上述方法对贴片机的运动进行控制,能够提高贴片机贴装芯片的准确性。

    一种基于数学模型的贴片机运动控制方法及系统

    公开(公告)号:CN111273552A

    公开(公告)日:2020-06-12

    申请号:CN202010183406.3

    申请日:2020-03-16

    Abstract: 本发明涉及一种基于数学模型的贴片机运动控制方法及系统,包括:获取工作头质心在横梁的位置、横梁沿侧向挤压滚珠的位移、横梁偏转角及工作头质心偏移水平位置的距离;根据上述获取的数据确定横梁质心在贴片机平台的位置以及工作头质心在贴片机平台的位置;根据位置确定横梁质心的速度以及工作头质心的速度;根据速度和横梁偏转角确定贴片机平台总能量;根据总能量利用拉格朗日方程确定动力学方程;获取工作头的静态摩擦曲线;根据静态摩擦曲线确定非线性摩擦力;根据动力学方程和非线性摩擦力构建贴片机运动的数学模型;根据数学模型对贴片机的运动进行控制。通过本发明的上述方法对贴片机的运动进行控制,能够提高贴片机贴装芯片的准确性。

Patent Agency Ranking