一种基于前馈神经网络的工业机器人整机性能预估方法

    公开(公告)号:CN110569588A

    公开(公告)日:2019-12-13

    申请号:CN201910807079.1

    申请日:2019-08-29

    Abstract: 本发明属于工业机器人性能测试领域,并具体公开了一种基于前馈神经网络的工业机器人整机性能预估方法,其包括如下步骤:S1构建工业机器人整机性能影响模型架构并进行性能测试以获取相应的输入参数和输出参数,其中,输入参数为工业机器人核心零部件性能参数及环境影响参数,输出参数为工业机器人整机性能参数;S2对输入参数和输出参数进行归一化处理,并利用归一化后的数据对神经网络模型进行训练以获得整机性能预估网络模型;S3将待测试的工业机器人核心零部件性能参数及环境影响参数代入所述整机性能预估网络模型中以获得工业机器人整机性能参数。本发明可实现工业机器人整机性能的预估,具有适用性广,预估准确等优点。

    一种基于运动颜色关联的视频图像显著性检测方法

    公开(公告)号:CN103020992B

    公开(公告)日:2016-01-13

    申请号:CN201210450679.5

    申请日:2012-11-12

    Abstract: 本发明公开了一种基于运动颜色关联的视频图像显著性检测方法,包括:获得视频图像的静态显著性图;提取场景的光流向量场;对光流向量场进行初步分类并抛弃最大分类区块;将视频图像从RGB颜色空间转换到HSV颜色空间;根据HSV颜色空间H分量中对应颜色在输入图像中出现的频率,生成颜色直方图;针对光流向量场有效分类区块中的每个向量,将其范数投射到颜色直方图的相应区间中去,得到每个颜色区间的运动尺度变量;得到每种颜色的运动显著性值并投影到原图像生成运动显著性图;将运动显著性图与静态显著性图相加得到最终显著性图。本发明的方法可以有效地将运动特征纳入显著性考虑范围,在现有的运动视频测试集上能取得优于传统方法的结果。

    一种解耦型六自由度工业机器人的运动控制方法

    公开(公告)号:CN102785248B

    公开(公告)日:2015-03-04

    申请号:CN201210255371.5

    申请日:2012-07-23

    Abstract: 本发明公开了一种解耦型六自由度工业机器人的运动控制方法,该方法包括:(a)根据机器人所需实现的位姿,通过D-H模型法获得末端执行机构相对于基坐标系的位姿矩阵;(b)将机器人避开奇异形位时所能实现的正常位姿定义为不同的关节特性属性,并设定机器人实现所需的位姿时的关节特征属性组合;(c)根据位姿矩阵以及设定的关节特征属性组合及其取值条件,通过反变换法分别求得关于机器人各个关节变量的唯一解;(d)根据所求得的解,执行对六自由度工业机器人的关节运动,相应完成整体运动控制过程。通过本发明,具备可预知过奇异点路径、算法简单、反解速度快以及能较好地确定唯一解等优点,并能很好地应用于实际的工业机器人运动控制。

    一种基于自适应陷波器的电流谐波补偿方法及系统

    公开(公告)号:CN103701392A

    公开(公告)日:2014-04-02

    申请号:CN201310692019.2

    申请日:2013-12-17

    Abstract: 本发明公开了一种基于自适应陷波器的电流谐波补偿方法及系统,所述方法包括:(1)根据转速信号θ和指定的谐波次数n,生成与指定谐波同频的正弦信号sin(n·θ)和余弦信号cos(n·θ);(2)根据最小均方误差算法调整正弦信号的权值ω1,k和余弦信号的权值ω2,k,使得输入电流分量与正弦信号sin(n·θ)和余弦信号cos(n·θ)的加权和ε的差值具有最小均方误差;(3)从输入电流分量减去正弦信号sin(n·θ)和余弦信号cos(n·θ)的加权和ε,得到去除谐波信号后的电流分量。本发明通过电流谐波补偿系统,可以有效补偿通入永磁同步电机的电流谐波,从而减少永磁同步电机的定子绕组以及铁芯中因高次谐波引起的损耗,主要是铜耗和铁耗;抑制永磁同步电机运行过程中的转矩脉动现象,减少运行噪声;提高电机运行稳定性和可靠性。

    一种基于以太网通信的工业机器人示教盒

    公开(公告)号:CN103231374A

    公开(公告)日:2013-08-07

    申请号:CN201310114446.2

    申请日:2013-04-03

    Abstract: 本发明公开了一种工业机器人示教盒,包括中央处理器、协处理器、手动操作单元、动态存储器和显示单元,中央处理器分别与协处理器、动态存储器和显示单元电连接,手动操作单元通过协处理器与中央处理器电连接,动态存储器中存储用于运行的程序,手动操作单元用于手动输入控制指令,中央处理器用于读取动态存储器中存储的工业机器人运行程序并将其处理为运行指令,输出到控制器以控制工业机器人的运行,或通过协处理器读取从手动操作单元输入的手动操作信息并处理为运行指令,输出到控制器以控制工业机器人运行,显示单元用于显示运行指令。本发明可以实现高质量的通信,速度提高的同时保证稳定性,具有按键少、操作简单、安全性高的特点。

    一种基于给定阀值的数控成品电路板性能退化测评方法

    公开(公告)号:CN103048607A

    公开(公告)日:2013-04-17

    申请号:CN201210546242.1

    申请日:2012-12-15

    Abstract: 本发明公开了一种基于给定阀值的数控成品电路板性能退化测评方法,包括:(a)选取测评样板执行加速性能退化试验,并测量表面绝缘电阻值;(b)执行试验数据拟合,建立测试样板的加速性能退化模型;(c)基于失效阀值并结合加速性能退化模型,计算得出测评样板的伪失效寿命;(d)选取测评样板的寿命分布模型,并利用伪失效寿命拟合检验来计算寿命分布模型的参数;(e)确定测试样板的寿命分布概率密度函数,计算其平均寿命,由此完成对电路板的性能退化测评过程。通过本发明,能够克服现有可靠性测评技术中失效数据的不足,同时节约可靠性的测评时间和成本,并有利于系统的维修计划和优化。

    一种基于多头GAT的工业机器人定位误差补偿方法及系统

    公开(公告)号:CN117103258A

    公开(公告)日:2023-11-24

    申请号:CN202311065690.4

    申请日:2023-08-22

    Abstract: 本发明公开了一种基于多头GAT的工业机器人定位误差补偿方法及系统,其中方法包括:在工业机器人工作空间内采集关节角及其对应的定位误差,将一组关节角及其对应的定位误差作为图中的一个节点构建节点集合,通过节点之间的欧式距离构建邻接矩阵,节点集合和邻接矩阵组成图结构数据;使用图结构数据训练多头GAT,计算预测的定位误差与输入层中节点的定位误差之间的误差,反向传播更新多头GAT的权重参数,训练至收敛,得到训练好的多头GAT,将训练好的多头GAT作为定位误差预测模型。将工业机器人执行运动指令之前的关节角输入定位误差预测模型,使用输出的定位误差对工业机器人的关节角进行补偿。使用本发明方法补偿后的工业机器人定位精度高。

    基于改进粒子群算法的工业机器人多目标轨迹优化方法

    公开(公告)号:CN115570565A

    公开(公告)日:2023-01-06

    申请号:CN202211184744.4

    申请日:2022-09-27

    Abstract: 本发明属于工业机器人控制相关技术领域,其公开了一种基于改进粒子群算法的工业机器人多目标轨迹优化方法,该方法包括以下步骤:(1)将工作空间路径点约束转换到关节空间进行统一表征并利用5次非均匀B样条曲线进行轨迹规划,以得到速度、加速度约束下的5次非均匀B样条轨迹方程;(2)通过改进粒子群算法实现多目标轨迹优化:将待优化机器人的时间、能量、平均脉动和关节力矩的平均变化率作为轨迹优化的目标函数,利用Logistic混沌映射进行种群初始化和惯性权重分配,并基于Pareto支配关系寻得最优解;(3)采用极限性能度量方法和SSM综合性能度量方法选取符合不同应用场景需求的最优轨迹。本发明轨迹规划的效果较好。

    正弦加加速度曲线机器人动态抓取轨迹规划方法和系统

    公开(公告)号:CN115302513A

    公开(公告)日:2022-11-08

    申请号:CN202211017478.6

    申请日:2022-08-23

    Abstract: 本发明属于工业机器人轨迹规划领域,并具体公开了一种正弦加加速度曲线机器人动态抓取轨迹规划方法和系统,其包括:将机器人加加速度轨迹曲线划分为15段,包括前7段加速段,中间1段匀速段,后7段减速段,并通过时间参数述轨迹曲线;进而得到轨迹规划模型;确定正弦加加速度曲线轨迹规划模型的决策变量;确定决策变量的约束条件;根据决策变量约束条件,建立适应度函数,利用遗传算法求解得到决策变量的最优解;将决策变量的最优解代入轨迹规划模型中,得到机器人动态抓取轨迹。本发明能以最短时间完成对匀速运动工件的追寻工作,并在追上运动工件后具备匀速跟踪运动工件的条件,同时在加加速度层面实现轨迹连续平滑,降低了振动和冲击。

    一种基于GBDT算法的工业机器人位置误差补偿方法和系统

    公开(公告)号:CN115107022A

    公开(公告)日:2022-09-27

    申请号:CN202210694169.6

    申请日:2022-06-16

    Abstract: 本发明公开了一种基于GBDT算法的工业机器人位置误差补偿方法和系统,其中方法包括:将各关节的几何参数误差累加得到总位置误差,将总位置误差最小化搜索出的几何参数误差作为初始种群,进行遗传优化,得到优化后的几何参数误差;将关节角度输入训练好的GBDT模型,预测残余位置误差,将优化后的几何参数误差、预测的残余位置误差与关节角度结合得到末端位置,将关节角度作为种群中的粒子,进行种群搜索,得到最优关节角度,控制工业机器人在最优关节角度下运动,完成位置误差补偿。本发明可有效降低几何参数误差和非几何参数误差对机器人位置误差的影响,在机器人控制器参数修改权限不开放的情况下完成补偿,具有适用性广,稳定性好,精度高的优点。

Patent Agency Ranking