-
公开(公告)号:CN114450131B
公开(公告)日:2024-08-13
申请号:CN202080067422.4
申请日:2020-07-29
Applicant: 三菱电机株式会社
Abstract: 一种控制操纵系统的操纵器学习控制设备,包括:接口,其配置为接收操纵系统的操纵器状态信号和关于要由操纵系统在工作空间中操纵的对象的对象状态信号,其中,对象状态信号由至少一个对象检测器检测;输出接口,其配置为向操纵系统发送初始和更新策略程序;存储器,其用于存储包括数据预处理程序、对象状态历史数据、操纵器状态历史数据、无导数半参数高斯过程DF‑SPGP核学习程序、无导数半参数高斯过程DF‑SPGP模型学习程序、更新策略程序和初始策略程序的计算机可执行程序;以及处理器,其与存储器连接,配置为将初始策略程序发送到操纵系统以启动学习过程,学习过程在预设时间段内操作操纵对象的操纵器系统。
-
公开(公告)号:CN117062693A
公开(公告)日:2023-11-14
申请号:CN202280023077.3
申请日:2022-01-14
Applicant: 三菱电机株式会社
IPC: B25J9/16
Abstract: 提供了一种用于执行组装操作的机器人。该机器人包括:处理器,所述处理器被配置为根据原始轨迹来确定用于控制机器人的多个电机移动机械臂的控制律,执行自我探索程序以产生指示原始轨迹的空间的训练数据,并且使用训练数据学习非线性柔顺控制律,该非线性柔顺控制律包括将机器人的力传感器的测量值映射到定义控制律的原始轨迹的纠正的方向的非线性映射。处理器根据新目标姿态来变换原始轨迹以产生变换后的轨迹,根据变换后的轨迹来更新控制律以产生更新后的控制律,并且命令多个电机根据用柔顺控制律纠正的更新后的控制律来控制机械臂。
-
公开(公告)号:CN113272105A
公开(公告)日:2021-08-17
申请号:CN201980085997.6
申请日:2019-06-26
Applicant: 三菱电机株式会社
IPC: B25J9/16
Abstract: 一种用于控制机器人臂执行沿着插入线插入部件的系统接受机器人臂的腕部沿着插入线在当前位置所经历的力的测量,并且根据作为机器人臂的腕部沿着插入线的位置的概率函数的机器人臂的腕部沿着插入线所经历的力的概率关系来确定以位置的当前值为条件的力的值的概率。概率函数从具有该机器人臂的配置的一个或多个机器人臂在控制下重复地执行的操作的测量学习。该系统基于力的当前值的概率来确定异常检测结果并且基于异常检测结果来控制机器人臂。
-
-
公开(公告)号:CN113272105B
公开(公告)日:2024-05-03
申请号:CN201980085997.6
申请日:2019-06-26
Applicant: 三菱电机株式会社
IPC: B25J9/16
Abstract: 一种用于控制机器人臂执行沿着插入线插入部件的系统接受机器人臂的腕部沿着插入线在当前位置所经历的力的测量,并且根据作为机器人臂的腕部沿着插入线的位置的概率函数的机器人臂的腕部沿着插入线所经历的力的概率关系来确定以位置的当前值为条件的力的值的概率。概率函数从具有该机器人臂的配置的一个或多个机器人臂在控制下重复地执行的操作的测量学习。该系统基于力的当前值的概率来确定异常检测结果并且基于异常检测结果来控制机器人臂。
-
公开(公告)号:CN114450131A
公开(公告)日:2022-05-06
申请号:CN202080067422.4
申请日:2020-07-29
Applicant: 三菱电机株式会社
Abstract: 一种控制操纵系统的操纵器学习控制设备,包括:接口,其配置为接收操纵系统的操纵器状态信号和关于要由操纵系统在工作空间中操纵的对象的对象状态信号,其中,对象状态信号由至少一个对象检测器检测;输出接口,其配置为向操纵系统发送初始和更新策略程序;存储器,其用于存储包括数据预处理程序、对象状态历史数据、操纵器状态历史数据、无导数半参数高斯过程DF‑SPGP核学习程序、无导数半参数高斯过程DF‑SPGP模型学习程序、更新策略程序和初始策略程序的计算机可执行程序;以及处理器,其与存储器连接,配置为将初始策略程序发送到操纵系统以启动学习过程,学习过程在预设时间段内操作操纵对象的操纵器系统。
-
公开(公告)号:CN110121682A
公开(公告)日:2019-08-13
申请号:CN201780074224.9
申请日:2017-09-29
Applicant: 三菱电机株式会社
Abstract: 确定表示机器的运行的时间系列数据中的模式的系统和方法。存储器存储和提供由机器的传感器生成的一组训练数据例,其中,每个训练数据例表示机器在以机器故障为结束的时段内的运行。处理器被配置成将每个训练数据例迭代地划分成正常区域和异常区域,确定正常区域中不存在并且仅在每个异常区域中出现一次的预测模式,并且确定异常区域的长度。经由与处理器通信的输出接口输出预测模式或者将预测模式存储在存储器中,其中,预测模式是对即将发生的故障的预测估计并帮助管理机器。
-
-
-
-
-
-