一种面向SCARA机械臂的动力学参数辨识方法

    公开(公告)号:CN113172621B

    公开(公告)日:2023-05-09

    申请号:CN202110393184.2

    申请日:2021-04-13

    Abstract: 本发明涉及本发明提出一种面向SCARA机械臂的动力学参数辨识方法,通过动力学参数辨识对机器人的模型进行校正,从而得到精确的动力学模型用来实现机器人的精准控制。属于系统辨识以及机器人控制领域,该方法包括以下步骤:S1、对机器人进行D‑H建模,获取各轴参数,建立机器人动力学模型并进行线性化;S2、确定最小惯性参数集,得到由观测矩阵、待辨识参数和力矩构成的矩阵方程;S3、设计一条具有良好性质的激励轨迹作用于机器人,测量相关数据并进行降噪处理;S4、将实际测量数据代入差分进化算法中进行动力学参数辨识。本方法收敛速度快,计算成本相对较小,可以一次辨识出全部关节摩擦和其他动力学参数,并且具有较高的辨识精度。

    一种强化学习与模糊避障融合的机械臂路径规划方法

    公开(公告)号:CN113232016A

    公开(公告)日:2021-08-10

    申请号:CN202110393339.2

    申请日:2021-04-13

    Abstract: 本发明属于智能控制领域,具体涉及一种强化学习与模糊避障融合的机械臂路径规划方法,包括以下步骤:在机械臂运动前,采用双目视觉系统的两台相同相机获取环境图片,三维重建构建三维空间立体模型,对空间进行离散化,即将目标转化为点的集合;构建模糊控制避障算法,使用强化学习在先验立体空间模型寻找最优轨迹,在遇到障碍物时启用模糊控制避障算法,躲避障碍物成功后再次进入强化学习算法使机械臂向目标点运动。该方法能够在不同的环境中根据不同的状态规划出可行路径,并且决策时间短、成功率高,能够满足在线规划的实时性要求,克服了传统机械臂路径规划方法实时性差、计算量大的缺点也克服了基于传统强化学习方法难以提高学习效率的缺点。

    一种面向SCARA机械臂的动力学参数辨识方法

    公开(公告)号:CN113172621A

    公开(公告)日:2021-07-27

    申请号:CN202110393184.2

    申请日:2021-04-13

    Abstract: 本发明涉及本发明提出一种面向SCARA机械臂的动力学参数辨识方法,通过动力学参数辨识对机器人的模型进行校正,从而得到精确的动力学模型用来实现机器人的精准控制。属于系统辨识以及机器人控制领域,该方法包括以下步骤:S1、对机器人进行D‑H建模,获取各轴参数,建立机器人动力学模型并进行线性化;S2、确定最小惯性参数集,得到由观测矩阵、待辨识参数和力矩构成的矩阵方程;S3、设计一条具有良好性质的激励轨迹作用于机器人,测量相关数据并进行降噪处理;S4、将实际测量数据代入差分进化算法中进行动力学参数辨识。本方法收敛速度快,计算成本相对较小,可以一次辨识出全部关节摩擦和其他动力学参数,并且具有较高的辨识精度。

    一种电子元件焊点缺陷检测方法

    公开(公告)号:CN107992898B

    公开(公告)日:2019-07-23

    申请号:CN201711338999.0

    申请日:2017-12-14

    Abstract: 本发明提供一种电子元件焊点缺陷方法,结合基于混合高斯模型密度估计和极限学习机方法,利用不平衡的小样本可以精确地建模为混合高斯模型的原理,用混合高斯模型替代普通的高斯模型,并且利用密度估计方法计算和补偿不平衡数据带来的分类界限偏差,从而解决极限学习机应用于电子元件焊点缺陷检测时存在的不平衡数据分类问题,获得优于其他机器学习方法的更高的检测准确率。本发明可以广泛应用于工业生产中电子元件焊点的检测。

    基于构造时间代价函数改进蚁群算法的AGV路径规划方法

    公开(公告)号:CN119374605A

    公开(公告)日:2025-01-28

    申请号:CN202411959110.0

    申请日:2024-12-30

    Abstract: 本发明公开了基于构造时间代价函数改进蚁群算法的AGV路径规划方法,涉及AGV智能引导机器人技术领域,包括:S1、构建格栅环境地图,并设置初始化参数;S2、将若干只蚂蚁放置在格栅环境地图的起点,每只蚂蚁开始独立搜索路径;S3、当所有蚂蚁走到目标节点时,根据每只蚂蚁所走路径时间成本进行边信息素更新与信息素挥发,并判断当前迭代次数是否达到预设的最大迭代数,若达到,则进行下一步,若未达到,则重复所述S2,直至达到所述预设的最大迭代数;S4、根据各次迭代中蚂蚁所走路径的时间成本,选择时间代价最优的路径作为最终路径。本发明提高了路径规划的准确性,减少了AGV的总运行时间。

    一种基于非合作博弈的分布式无人机编队协同控制方法

    公开(公告)号:CN118938995A

    公开(公告)日:2024-11-12

    申请号:CN202410978400.3

    申请日:2024-07-22

    Abstract: 本发明涉及无人机飞行编队控制领域,一种基于非合作博弈的分布式无人机编队协同控制方法,包括如下步骤,步骤S1,基于运动学分析建立四旋翼无人机运动学模型;步骤S2,利用领导‑跟随者模型构建虚拟领导者领导的无人机群,定义各无人机与虚拟领航者的期望相对位置误差;步骤S3,基于编队任务的要求,设计无人机群编队任务的优化目标函数;步骤S4,基于设计的聚合项,将无人机个体的目标函数转换为基于局部信息的优化问题;步骤S5,设计基于博弈的分布式无人机编队算法,控制无人机群达成目标编队,本发明的算法极大地缓解了通信资源紧张的情况,保证无人机数据的隐私性,相较于集中式控制,分布式控制可以以更低的成本对无人机群进行协同控制。

    基于多源信息感知的纺织车间物流AGV导航方法

    公开(公告)号:CN118225105B

    公开(公告)日:2024-08-09

    申请号:CN202410650239.7

    申请日:2024-05-24

    Abstract: 本发明提出了基于多源信息感知的纺织车间物流AGV导航方法,包括:通过Hector SLAM方法构建纺织车间栅格地图,基于所述纺织车间栅格地图,利用自适应蒙特卡洛算法对AGV进行定位,获得位姿信息;所述AGV运行过程中,读取铺设在地面上的二维码图像,校正所述位姿信息,根据校正后的位姿信息进行导航,并检测是否存在障碍物,确定检测到障碍物后,利用局部路径规划算法进行动态避障;其中,所述二维码中设置有当前位置的世界坐标,并且在所述AGV已读取完上一个二维码图像,而尚未到达下一个二维码图像时,切换至惯性导航模式进行两个二维码间的短距离导航。本发明提高了AGV在纺织车间复杂环境中的适应能力。

    基于多源信息感知的纺织车间物流AGV导航方法

    公开(公告)号:CN118225105A

    公开(公告)日:2024-06-21

    申请号:CN202410650239.7

    申请日:2024-05-24

    Abstract: 本发明提出了基于多源信息感知的纺织车间物流AGV导航方法,包括:通过Hector SLAM方法构建纺织车间栅格地图,基于所述纺织车间栅格地图,利用自适应蒙特卡洛算法对AGV进行定位,获得位姿信息;所述AGV运行过程中,读取铺设在地面上的二维码图像,校正所述位姿信息,根据校正后的位姿信息进行导航,并检测是否存在障碍物,确定检测到障碍物后,利用局部路径规划算法进行动态避障;其中,所述二维码中设置有当前位置的世界坐标,并且在所述AGV已读取完上一个二维码图像,而尚未到达下一个二维码图像时,切换至惯性导航模式进行两个二维码间的短距离导航。本发明提高了AGV在纺织车间复杂环境中的适应能力。

    一种大布卷织机自动上落轴转运机器人

    公开(公告)号:CN117328201A

    公开(公告)日:2024-01-02

    申请号:CN202311463530.5

    申请日:2023-11-06

    Abstract: 本发明涉及大直径卷装布织机机器人化生产线技术领域,具体地说是一种大布卷织机自动上落轴转运机器人,设有车体和机架,机架固定在车体上,其特征在于所述的车体上分别设有上落轴机构、满轴存储机构和空轴暂存机构,可以实现大直径布卷的自动落布、自动换轴、自动转运与自动卸布,对两端外伸轴直径相同但布卷直径不同的满轴具有优良的适应性,省去了织机落轴后的空轴等待时间,可以有效提高生产效率,便于控制中心对转运机器人资源的调配。

Patent Agency Ranking