一种基于视觉的并联机器人分拣系统及分拣方法

    公开(公告)号:CN110404803A

    公开(公告)日:2019-11-05

    申请号:CN201910618348.X

    申请日:2019-07-10

    Abstract: 本发明公开了一种基于视觉的并联机器人分拣系统及分拣方法,包括:输送线系统,用于将待收集的工件送至相机系统工作范围内,并收集经包装盒包装的工件;相机系统,用于识别并分析输送线中所有的工件信息,并将分析的每个工件信息的结果传送至控制系统,控制系统,用于设定工件的抓取条件,分析符合所述抓取条件中的工件信息的所有工件,根据分拣策略分析出抓取条件中设定个数的工件信息;机器人系统,用于接收所述控制系统根据分拣策略分析的相应个数的工件信息,根据所述工件信息抓取相应个数的工件,并将抓取的工件放置到所述输送线系统中的包装盒内;本发明分拣准确,且提高了生产效率。

    一种基于迭代学习的地铁列车自动运行速度控制方法

    公开(公告)号:CN106529023B

    公开(公告)日:2019-06-18

    申请号:CN201610982870.2

    申请日:2016-11-09

    Abstract: 本发明公开了一种基于迭代学习的地铁列车自动运行速度控制方法,包括步骤1:针对城市轨道交通列车自动运行速度控制系统,建立列车运行动力学模型;步骤2:通过迭代过程中的输出误差和修正函数对学习增益进行自动调整,将其用来更新速度控制器输入;步骤3:为保证算法对初态误差的鲁棒性,在对控制量进行学习的同时对迭代初态进行学习,使得系统可在任意初始条件下均能收敛至期望轨迹,而不要求迭代初态精确位于期望初态上,最终实现列车对目标速度曲线和目标位移曲线的精确跟踪。本发明利用学习增益初始值和上一次迭代的系统状态和跟踪误差对本次迭代的系统初态进行修正,给出了迭代初态修正算法,保证了学习律对任意系统初态的收敛性。

    一种饱和条件下无取向硅钢片铁心磁导率张量表示方法

    公开(公告)号:CN106066846B

    公开(公告)日:2019-03-22

    申请号:CN201610400204.3

    申请日:2016-06-08

    Abstract: 本发明提供一种饱和条件下无取向硅钢片铁心磁导率张量表示方法,首先根据计算模型、通过迭代计算确定等效平均磁导率具体数值;然后计及叠片结构所引入的磁特性各向异性,建立磁导率张量表达式。由于计及了叠片铁心各向异性磁特性并在张量磁导率中引入计及铁磁材料饱和效应的等效平均磁导率分量,所建立的磁导率张量模型符合无取向硅钢片铁心实际磁化过程,并将实际非线性电磁场方程简化为线性方程,从而一定程度上削减计算所需时间和人力成本,为电机和变压器等电气设备的性能预测和优化设计高效实施提供了一种有效方案。

    一种ROV水下机器人悬浮姿态稳定控制方法

    公开(公告)号:CN105676867B

    公开(公告)日:2019-02-22

    申请号:CN201610249564.8

    申请日:2016-04-21

    Abstract: 本发明提供了一种ROV水下机器人悬浮姿态稳定控制方法,采用对水下机器人模型的机体姿态与机体深度及机体平面移动与机体姿态进行分离控制的方法,并分别在水下机器人框架结构内建立数学模型,利用传感器对水下机器人的机体状态进行检测,并反馈机体姿态的欧拉角与机体位置参数,与期望的机体姿态的欧拉角与机体位置参数进行做差处理,通过双闭环控制算法对机体位置和姿态的误差进行调节,继而对水下机器人的推进器转速进行控制,最终实现在水下复杂扰动的环境下水下机器人依然能够维持姿态的稳定控和运动到期望位置的控制,以确保水下机器人能够在水下顺利的执行规定动作,并完成水下目标任务。

    基于倍四元数的工业机器人自由曲线的轨迹规划控制方法

    公开(公告)号:CN105773620B

    公开(公告)日:2017-09-12

    申请号:CN201610266117.3

    申请日:2016-04-26

    Inventor: 李宏胜 汪允鹤

    Abstract: 本发明公开了一种基于倍四元数的工业机器人自由曲线的轨迹规划控制方法,采用笛卡尔空间的控制点数据对空间自由曲线轮廓进行描述,同时采用阿当姆斯微分方程进行NURBS插补密化计算,并以最大轮廓误差、最大加速度为约束条件自适应调整插补速度,继而将插补所得短直线段采用倍四元数将笛卡尔空间中的机器人位置与姿态转换至四维空间,用超球面旋转对机器人的运动轨迹进行球面线性插补,最终实现工业机器人NURBS自由曲线轨迹规划。

    一种安装在直线型办公桌隔断板上的可组装盆景支架

    公开(公告)号:CN105852538A

    公开(公告)日:2016-08-17

    申请号:CN201610221984.5

    申请日:2016-04-12

    Inventor: 汪允鹤 李宏胜

    CPC classification number: A47G7/041

    Abstract: 本发明公开了一种安装在直线型办公桌隔断板上的可组装盆景支架,包括花盆托盘、托盘夹板和托盘围栏,花盆托盘的盘面上放置花盆,托盘夹板安装于花盆托盘的底部用于夹紧隔断板,使花盆托盘保持水平稳定,托盘围栏安装于花盆托盘的上部用于保护花盆,防止滑落,所述的花盆托盘和托盘夹板起主要承重作用,花盆托盘和托盘夹板可采用不锈钢、铝合金或木板类型的材质。本发明结构简单、设计合理,不仅可以美观,还可以避免占用有限的办公桌面,合理利用办公空间,组装和拆卸方便,而且制作成本低廉,经久耐用。

    一种ROV水下机器人悬浮姿态稳定控制方法

    公开(公告)号:CN105676867A

    公开(公告)日:2016-06-15

    申请号:CN201610249564.8

    申请日:2016-04-21

    CPC classification number: G05D1/0875

    Abstract: 本发明提供了一种ROV水下机器人悬浮姿态稳定控制方法,采用对水下机器人模型的机体姿态与机体深度及机体平面移动与机体姿态进行分离控制的方法,并分别在水下机器人框架结构内建立数学模型,利用传感器对水下机器人的机体状态进行检测,并反馈机体姿态的欧拉角与机体位置参数,与期望的机体姿态的欧拉角与机体位置参数进行做差处理,通过双闭环控制算法对机体位置和姿态的误差进行调节,继而对水下机器人的推进器转速进行控制,最终实现在水下复杂扰动的环境下水下机器人依然能够维持姿态的稳定控和运动到期望位置的控制,以确保水下机器人能够在水下顺利的执行规定动作,并完成水下目标任务。

    交流伺服电机硬件在环试验装置

    公开(公告)号:CN104615129A

    公开(公告)日:2015-05-13

    申请号:CN201510084702.7

    申请日:2015-02-16

    CPC classification number: G05B23/0221

    Abstract: 本发明公开了一种交流伺服电机硬件在环试验装置,包括工作电机驱动控制器(1)、可调负载单元(3)、负载控制器(4)、实时控制单元(5)和扭矩传感器单元(30); 实时控制单元(5)与工作电机驱动控制器(1)相连,扭矩传感器单元(30)、可调负载单元(3)、负载控制器(4)和实时控制单元(5)依次顺序相连,试验用交流伺服电机(2)连接在工作电机驱动控制器(1)、扭矩传感器单元(30)之间;扭矩传感器单元(30)与实时控制单元(5)相连接,本发明搭建模型快速方便,相对专用DSP芯片的控制系统要简单且节省时间,实时控制修改算法参数,为参数寻优、各种算法的性能比较,以及控制算法的参数调节提供了方便。

    基于空时域边缘和颜色特征关联的目标跟踪方法

    公开(公告)号:CN103065331A

    公开(公告)日:2013-04-24

    申请号:CN201310014279.4

    申请日:2013-01-15

    Abstract: 本发明公开了一种基于空时域边缘和颜色特征关联的目标跟踪方法,包括如下步骤:1)选择被跟踪目标区域;2)提取目标边缘轮廓,并计算边缘方向角;3)沿水平和垂直两正交方向统计边缘-颜色共生特征对,建立目标边缘-颜色关联质心模型;4)选择高置信度边缘-颜色对质心进行概率加权,获得当前帧目标质心转移向量;5)统计相邻帧目标边缘间距离直方图,对相邻帧间匹配成功的距离变化率进行概率加权,获得目标尺度缩放参数。本发明实现了拥挤场景、遮挡和目标尺度变化情况下的目标跟踪,提高了跟踪鲁棒性、准确性和实时性。在视频图像处理领域具有广泛的应用前景,应用于智能视频监控、企业生产自动化、智能机器人等领域。

    一种基于混合卷积神经网络的三相逆变器故障识别方法

    公开(公告)号:CN113159077A

    公开(公告)日:2021-07-23

    申请号:CN202110562433.6

    申请日:2021-05-24

    Abstract: 本发明公开了一种基于混合卷积神经网络的三相逆变器故障识别方法,包括以下步骤:S1、采集故障数据,对数据预处理;S2、建立并训练融合卷积神经网络HCNN模型;模型包括1D‑CNN和2D‑CNN两个网络;两个网络通过两个卷积层和汇聚层交替连接,实现故障样本数据的特征提取;从两个网络中提取的故障特征向量在全连接层进行融合,生成HCNN的故障特征向量;S3、基于HCNN进行故障诊断:将预处理后的数据分别以一维和二维形式同时输入1D‑CNN和2D‑CNN中,在全连接层融合两个网络提取的特征样本,最后利用softmax分类器完成故障模式识别。本发明避免了出现过拟合的问题,且具有较强的泛化能力。

Patent Agency Ranking