-
公开(公告)号：CN117891282A
公开(公告)日：2024-04-16
申请号：CN202410044948.0
申请日：2024-01-11
Applicant: 北京科技大学
IPC: G05D3/12 , E21D9/10 , G06N3/048 , G06N3/0499 , G06N3/084
Abstract: 本发明涉及机械臂控制技术领域，特别是指一种无需标签数据的凿岩台车钻臂逆运动控制方法及装置。无需标签数据的凿岩台车钻臂逆运动控制方法包括：根据目标炮孔位置信息进行输入信息构建，获得目标炮孔的样本六维输入；基于深度神经网络结构进行模型构建，获得待训练运动预测模型；构建误差函数以及安全约束函数；采用样本六维输入，根据误差函数以及安全约束函数，对待训练运动预测模型进行离线训练，获得运动预测模型；根据样本六维输入，通过运动预测模型进行在线预测，获得关节变量；根据关节变量进行正运动学计算，得到末端执行器位置进行钻孔。本发明是一种面对凿岩台车的基于神经网络的高效、准确的钻臂逆运动控制方法。
-
Patent Agency Ranking
公开(公告)号：CN118163112B
公开(公告)日：2024-09-10
申请号：CN202410470434.1
申请日：2024-04-18
Applicant: 北京科技大学
IPC: B25J9/16
Abstract: 本发明涉及机械臂控制领域，特别是指一种基于扩散模型的机械臂逆解控制方法及装置，方法包括：获取待控制的凿岩台车钻臂的目标孔位数据，输入至训练好的凿岩台车钻臂逆解控制模型，得到钻臂的各个关节变量；根据各个关节变量，得到轨迹规划结果，完成凿岩台车钻臂控制。本发明具有应用范围广(数据来源真实环境，无需构造其余标签数据)、精度高(寻孔目标函数不断逼近实际孔位坐标)、可选性多(多组不同的关节位姿均可对应同一目标孔位)、计算效率高(对比传统数值法求逆解，神经网络求解速度可到毫秒级别)的优点，突破了现有无人凿岩台车钻臂控制逆运动学求解方面精度低、高维求解困难、运动速度突变的瓶颈。
-
公开(公告)号：CN117891282B
公开(公告)日：2024-06-21
申请号：CN202410044948.0
申请日：2024-01-11
Applicant: 北京科技大学
IPC: G05D3/12 , E21D9/10 , G06N3/048 , G06N3/0499 , G06N3/084
Abstract: 本发明涉及机械臂控制技术领域，特别是指一种无需标签数据的凿岩台车钻臂逆运动控制方法及装置。无需标签数据的凿岩台车钻臂逆运动控制方法包括：根据目标炮孔位置信息进行输入信息构建，获得目标炮孔的样本六维输入；基于深度神经网络结构进行模型构建，获得待训练运动预测模型；构建误差函数以及安全约束函数；采用样本六维输入，根据误差函数以及安全约束函数，对待训练运动预测模型进行离线训练，获得运动预测模型；根据样本六维输入，通过运动预测模型进行在线预测，获得关节变量；根据关节变量进行正运动学计算，得到末端执行器位置进行钻孔。本发明是一种面对凿岩台车的基于神经网络的高效、准确的钻臂逆运动控制方法。
-
公开(公告)号：CN118192260B
公开(公告)日：2024-09-17
申请号：CN202410463960.5
申请日：2024-04-17
Applicant: 北京科技大学
IPC: G05B13/04
Abstract: 本发明涉及机器人控制技术领域，特别是指一种用于机器人控制的非线性状态表征学习方法及装置。一种用于机器人控制的非线性状态表征学习方法包括：通过环境传感器进行信息采集，获得环境信息；对环境信息构建马尔科夫决策器；基于马尔科夫决策器进行数据收集，获得经验样本以及任务反馈信息；根据经验样本以及任务反馈信息的样本权重进行优化降维处理，获得优化马尔科夫状态量；基于相对熵策略搜索方法，根据优化马尔科夫状态量，对马尔科夫决策器进行迭代优化，获得优化马尔科夫决策器；获取在线环境信息；通过所述优化马尔科夫决策器进行动作决策。本发明是一种基于主成分分析的有效克服机器人控制的非线性状态表征学习方法。
-
公开(公告)号：CN118192260A
公开(公告)日：2024-06-14
申请号：CN202410463960.5
申请日：2024-04-17
Applicant: 北京科技大学
IPC: G05B13/04
Abstract: 本发明涉及机器人控制技术领域，特别是指一种用于机器人控制的非线性状态表征学习方法及装置。一种用于机器人控制的非线性状态表征学习方法包括：通过环境传感器进行信息采集，获得环境信息；对环境信息构建马尔科夫决策器；基于马尔科夫决策器进行数据收集，获得经验样本以及任务反馈信息；根据经验样本以及任务反馈信息的样本权重进行优化降维处理，获得优化马尔科夫状态量；基于相对熵策略搜索方法，根据优化马尔科夫状态量，对马尔科夫决策器进行迭代优化，获得优化马尔科夫决策器；获取在线环境信息；通过所述优化马尔科夫决策器进行动作决策。本发明是一种基于主成分分析的有效克服机器人控制的非线性状态表征学习方法。
-
公开(公告)号：CN118163112A
公开(公告)日：2024-06-11
申请号：CN202410470434.1
申请日：2024-04-18
Applicant: 北京科技大学
IPC: B25J9/16
Abstract: 本发明涉及机械臂控制领域，特别是指一种基于扩散模型的凿岩台车钻臂逆解控制方法及装置，方法包括：获取待控制的凿岩台车钻臂的目标孔位数据，输入至训练好的凿岩台车钻臂逆解控制模型，得到钻臂的各个关节变量；根据各个关节变量，得到轨迹规划结果，完成凿岩台车钻臂控制。本发明具有应用范围广（数据来源真实环境，无需构造其余标签数据）、精度高（寻孔目标函数不断逼近实际孔位坐标）、可选性多（多组不同的关节位姿均可对应同一目标孔位）、计算效率高（对比传统数值法求逆解，神经网络求解速度可到毫秒级别）的优点，突破了现有无人凿岩台车钻臂控制逆运动学求解方面精度低、高维求解困难、运动速度突变的瓶颈。
-
-
-
-
-
Search Results
6
records
(took 0.027 seconds)
