-
公开(公告)号：CN112731812A
公开(公告)日：2021-04-30
申请号：CN202011589016.2
申请日：2020-12-29
Applicant: 中国科学院自动化研究所
IPC: G05B13/04
Abstract: 本发明属于机器人技术领域，具体涉及一种基于神经元增益基元组合优化的机器人运动控制方法、系统、装置，旨在现有的机器人运动控制方法在复杂动态环境中控制鲁棒性、自适应性较差的问题。本方法包括获取机器人待运动的目标位置及运动方向，作为输入数据；基于输入数据，通过预构建的循环神经网络动力学模型得到对应的控制信号，并控制机器人移动。本发明提高了机器人运动控制的鲁棒性、自适应性。
-
-
-
公开(公告)号：CN112757275A
公开(公告)日：2021-05-07
申请号：CN202011610884.4
申请日：2020-12-30
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于控制技术领域，具体涉及了一种基于速度精度权衡的肌肉骨骼系统控制方法、系统和装置，旨在解决现有的类人的肌肉骨骼机器人控制方法无法很好的进行拮抗肌协同收缩控制的问题。本发明包括：通过菲兹法则获取肌肉骨骼系统的估计运动精度，基于估计运动精度，通过纹状体启发的速度调制策略，计算监督项力矩，通过肌肉激活信号网络计算肌肉激活信号向量，基于肌肉激活信号向量和监督项力矩计算动作奖励，进而计算损失函数，基于损失函数调节肌肉激活信号网络的参数，使动作奖励取值增大，反复迭代获得控制所需的肌肉激活信号序列；本发明利用了肌肉骨骼系统的结构信息，构建了通用的拮抗肌协同收缩控制策略，保证了运动的顺利进行。
-
公开(公告)号：CN113084814B
公开(公告)日：2022-05-10
申请号：CN202110396857.X
申请日：2021-04-13
Applicant: 中国科学院自动化研究所
IPC: B25J9/16
Abstract: 本发明属于智能机器人领域，具体涉及一种基于分布位置优化实现肌肉骨骼机器人运动控制的方法，旨在解决现有的肌肉骨骼机器人运动控制精度较差的问题。本方法包括计算机器人各肌肉的附着点之间的距离之和，作为肌肉长度；计算各肌肉对应的肌肉力；计算肌肉力臂；计算肌肉驱动力在机器人末端点形成的等效力；通过优化肌肉的附着点的位置分布，形成以目标点为均衡中心的约束力场；计算约束力场中各等效力指向目标点的力分量，得到向心等效力场；利用分水岭算法计算对应的约束力场的有效范围；控制机器人在约束力场的牵引作用下运动至目标点。本发明提高了肌肉骨骼机器人运动控制精度。
-
Patent Agency Ranking
公开(公告)号：CN112731812B
公开(公告)日：2022-01-28
申请号：CN202011589016.2
申请日：2020-12-29
Applicant: 中国科学院自动化研究所
IPC: G05B13/04
Abstract: 本发明属于机器人技术领域，具体涉及一种基于神经元增益基元组合优化的机器人运动控制方法、系统、装置，旨在现有的机器人运动控制方法在复杂动态环境中控制鲁棒性、自适应性较差的问题。本方法包括获取机器人待运动的目标位置及运动方向，作为输入数据；基于输入数据，通过预构建的循环神经网络动力学模型得到对应的控制信号，并控制机器人移动。本发明提高了机器人运动控制的鲁棒性、自适应性。
-
公开(公告)号：CN113084813A
公开(公告)日：2021-07-09
申请号：CN202110396855.0
申请日：2021-04-13
Applicant: 中国科学院自动化研究所
IPC: B25J9/16
Abstract: 本发明属于智能机器人领域，具体涉及一种基于肌肉参数优化构建约束力场的机器人运动控制方法，旨在解决现有的肌肉骨骼机器人运动控制精度较差的问题。本方法包括计算机器人各肌肉的附着点之间的距离之和，作为肌肉长度；计算各肌肉对应的肌肉力；计算肌肉力臂；计算肌肉驱动力在机器人末端点形成的等效力；通过优化肌肉的最大等距力和激活量，形成以目标点为均衡中心的约束力场；计算约束力场中各等效力指向目标点的力分量，得到向心等效力场；利用分水岭算法计算对应的约束力场的有效范围；控制机器人在约束力场的牵引作用下运动至目标点。本发明提高了肌肉骨骼机器人运动控制精度。
-
公开(公告)号：CN112621760A
公开(公告)日：2021-04-09
申请号：CN202011591657.1
申请日：2020-12-29
Applicant: 中国科学院自动化研究所
IPC: B25J9/16
Abstract: 本发明属于机器人技术领域，具体涉及一种基于神经元增益基元组合优化的机器人运动控制方法、系统、装置，旨在现有的机器人运动控制方法在复杂动态环境中控制鲁棒性、自适应性较差的问题。本方法包括获取机器人待运动的目标位置及运动方向，作为输入数据；基于输入数据，通过预构建的循环神经网络动力学模型得到对应的控制信号，并控制机器人移动。本发明提高了机器人运动控制的鲁棒性、自适应性。
-
公开(公告)号：CN110515297B
公开(公告)日：2020-08-11
申请号：CN201910807218.0
申请日：2019-08-29
Applicant: 中国科学院自动化研究所
IPC: G05B9/03
Abstract: 本发明属于智能机器人领域，具体涉及一种基于冗余肌肉骨骼系统的阶段式运动控制方法、系统、装置，旨在解决高冗余、高耦合导致神经刺激信号求解难的问题。本系统方法包括获取期望运动状态和简化运动状态；计算平均允许误差；判断迭代次数进行跳转；通过预设规则更新运动简化间隔及简化运动状态；通过Hill肌肉模型得到各肌肉对应的肌肉激活信号及肌腱力；基于各肌腱力获取实际运动状态，并计算实际运动状态和简化运动状态的误差；获取带噪声的实际运动状态；通过Q‑network算法和预设的执行噪声更新神经刺激信号；判断仿真时长；判断迭代次数并输出。本发明降低了肌肉骨骼系统的神经刺激信号的求解难度。
-
公开(公告)号：CN110515297A
公开(公告)日：2019-11-29
申请号：CN201910807218.0
申请日：2019-08-29
Applicant: 中国科学院自动化研究所
IPC: G05B9/03
Abstract: 本发明属于智能机器人领域，具体涉及一种基于冗余肌肉骨骼系统的阶段式运动控制方法、系统、装置，旨在解决高冗余、高耦合导致神经刺激信号求解难的问题。本系统方法包括获取期望运动状态和简化运动状态；计算平均允许误差；判断迭代次数进行跳转；通过预设规则更新运动简化间隔及简化运动状态；通过Hill肌肉模型得到各肌肉对应的肌肉激活信号及肌腱力；基于各肌腱力获取实际运动状态，并计算实际运动状态和简化运动状态的误差；获取带噪声的实际运动状态；通过Q-network算法和预设的执行噪声更新神经刺激信号；判断仿真时长；判断迭代次数并输出。本发明降低了肌肉骨骼系统的神经刺激信号的求解难度。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.037 seconds)
