-
公开(公告)号：CN114460904A
公开(公告)日：2022-05-10
申请号：CN202210087683.3
申请日：2022-01-25
Applicant: 燕山大学
IPC: G05B19/4103
Abstract: 本发明涉及数字孪生技术领域，一种面向龙门机器人的数字孪生系统，该系统由物理世界的真实龙门机器人、数字世界的虚拟龙门机器人和互连两者云服务器组成；物理世界的真实龙门机器人由龙门机器人、驱动模块、视觉测量模块和控制模块组成，数字世界的虚拟龙门机器人由运动分析及路径规划模块、控制决策模块、位姿计算模块和三维在线监视模块组成；数字世界的虚拟龙门机器人和物理世界的真实龙门机器人通过云端服务器和Ethercat通讯进行数据传输；本发明在虚拟场景中对1:1的虚拟龙门机器人模型进行运动学模拟，实现真实龙门机器人的三维可视化在线监控和视觉反馈远程闭环操控，使龙门机器人虚拟和实际运行位置误差在正负0.2mm以内。
-
公开(公告)号：CN114460904B
公开(公告)日：2024-02-02
申请号：CN202210087683.3
申请日：2022-01-25
Applicant: 燕山大学
IPC: G05B19/4103
Abstract: 本发明涉及数字孪生技术领域，一种面向龙门机器人的数字孪生系统，该系统由物理世界的真实龙门机器人、数字世界的虚拟龙门机器人和互连两者云服务器组成；物理世界的真实龙门机器人由龙门机器人、驱动模块、视觉测量模块和控制模块组成，数字世界的虚拟龙门机器人由运动分析及路径规划模块、控制决策模块、位姿计算模块和三维在线监视模块组成；数字世界的虚拟龙门机器人和物理世界的真实龙门机器人通过云端服务器和Ethercat通讯进行数据传输；本发明在虚拟场景中对1:1的虚拟龙门机器人模型进行运动学模拟，实现真实龙门机器人的三维可视化在线监控和视觉反馈远程闭环操控，使龙门机器人虚拟和实际运行位置误差在正负0.2mm以
-
公开(公告)号：CN114932546B
公开(公告)日：2023-10-03
申请号：CN202210292577.9
申请日：2022-03-23
Applicant: 燕山大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于未知机械臂模型的深度强化学习抑振系统及方法，属于机器人控制领域，所述抑振系统包括机械臂模块、振动采集模块、处理器和抑振控制模块；所述抑振方法是将深度强化学习与输入整形器二者相结合，在机器人机械臂精确动力学模型未知的情况下，通过深度强化学习DDPG算法的训练，不断优化输入整形器的参数，以此来对机械臂振动进行优化，提高机械臂工作效率。本发明不需要明确的机械臂的动力学模型，通过此方法便可以达到较好的抑振效果，具有较强的鲁棒性，能够适应各种类型的机械臂，有着较强的普适性。
-
公开(公告)号：CN114932546A
公开(公告)日：2022-08-23
申请号：CN202210292577.9
申请日：2022-03-23
Applicant: 燕山大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于未知机械臂模型的深度强化学习抑振系统及方法，属于机器人控制领域，所述抑振系统包括机械臂模块、振动采集模块、处理器和抑振控制模块；所述抑振方法是将深度强化学习与输入整形器二者相结合，在机器人机械臂精确动力学模型未知的情况下，通过深度强化学习DDPG算法的训练，不断优化输入整形器的参数，以此来对机械臂振动进行优化，提高机械臂工作效率。本发明不需要明确的机械臂的动力学模型，通过此方法便可以达到较好的抑振效果，具有较强的鲁棒性，能够适应各种类型的机械臂，有着较强的普适性。
-
-
-
Search Results
4
records
(took 0.02 seconds)
