-
公开(公告)号：CN118606905A
公开(公告)日：2024-09-06
申请号：CN202410595973.8
申请日：2024-05-14
Applicant: 华中科技大学
IPC: G06F18/27 , G06F17/18 , G06F123/02
Abstract: 本发明属于机器人铣削加工相关技术领域，并公开了一种基于差分序列稳定性的机器人铣削加工位姿误差在线预测方法及系统。该方法包括：S1计算刀具的加工位姿误差序列；S2对加工位姿误差序列进行稳定性分析，以此判断加工位姿误差序列是否稳定，如果是，进入步骤S3，如果否，返回步骤S1重新采集或者对步骤S1获得的所述加工位姿误差序列进行差分使其稳定，然后进入步骤S3；S3构建机器人铣削加工位姿误差预测模型；对该误差预测模型进行参数寻优，求解该预测模型中的未知参数；S4利用所述预测模型预测预设步长内的加工位姿误差。通过本发明，解决统计学原理无法适用于机器人位姿误差预测，预测模型解释性不强和预测精度不高的问题。
-
公开(公告)号：CN115556110A
公开(公告)日：2023-01-03
申请号：CN202211311439.7
申请日：2022-10-25
Applicant: 华中科技大学
IPC: B25J9/16
Abstract: 本发明属于机器人加工相关技术领域，公开了一种基于主动半监督迁移学习的机器人位姿误差感知方法。该方法包括下列步骤：S1在机器人运动空间内选择多个位置，计算运动学参数误差；S2对所开展的任务，构建仿真域数据集；S3对应仿真域数据集，构建测量域数据集；S4利用仿真域数据集构建预训练模型，采用半监督迁移学习方法微调所构建的模型，得到最终模型；S5利用最终模型预测测量域中未被选择关节角对应的位姿误差并进行补偿，以此实现所开展任务的高精度运行。通过本发明，解决常规基于参数标定的位姿误差预测精度低的问题，并将少量点精确测量的精度等级迁移到所有任务点上，实现低测量成本下的位姿误差高精度预测和补偿。
-
Patent Agency Ranking
公开(公告)号：CN115556110B
公开(公告)日：2024-07-26
申请号：CN202211311439.7
申请日：2022-10-25
Applicant: 华中科技大学
IPC: B25J9/16
Abstract: 本发明属于机器人加工相关技术领域，公开了一种基于主动半监督迁移学习的机器人位姿误差感知方法。该方法包括下列步骤：S1在机器人运动空间内选择多个位置，计算运动学参数误差；S2对所开展的任务，构建仿真域数据集；S3对应仿真域数据集，构建测量域数据集；S4利用仿真域数据集构建预训练模型，采用半监督迁移学习方法微调所构建的模型，得到最终模型；S5利用最终模型预测测量域中未被选择关节角对应的位姿误差并进行补偿，以此实现所开展任务的高精度运行。通过本发明，解决常规基于参数标定的位姿误差预测精度低的问题，并将少量点精确测量的精度等级迁移到所有任务点上，实现低测量成本下的位姿误差高精度预测和补偿。
-
公开(公告)号：CN114169721B
公开(公告)日：2024-06-18
申请号：CN202111422627.2
申请日：2021-11-26
Applicant: 华中科技大学
IPC: G06Q10/0639 , G06N5/048 , G06F30/27 , G06Q50/04 , G06F111/08
Abstract: 本发明公开了一种基于自适应模糊推理的全流程零件加工质量预测方法，构建零件各工序特征尺寸与最终加工质量的数据集，用于训练基于自适应模糊推理的最终加工质量预测模型，从而实现对零件最终加工质量的事先感知和事先干预。对于工艺设计人员，可在获取任意工序加工结束所对应的特征尺寸数据后，经过模型预测，得到零件的最终质量，再从零件设计要求出发调整过程工序的公差等级；对于现场加工人员，在完成过程工序后，对所加工的特征尺寸进行测量，之后经过模型预测即可得到零件最终的加工质量，从而实现对最终加工质量的预先感知，并且可以在预先感知的基础上，在后续的加工过程中做出提前干预，以更好的保证零件的最终加工质量满足要求。
-
公开(公告)号：CN115641419A
公开(公告)日：2023-01-24
申请号：CN202211286132.6
申请日：2022-10-20
Applicant: 华中科技大学
Abstract: 本发明属于三维扫描相关技术领域，并公开了一种复杂腔体类零件的点云拼接方法及装置。该方法包括下列步骤：S1构建扫描分层策略并对待测零件进行分层，计算每层的相机位点数；S2计算不同分层策略下对应的相机景深D；计算相机位点的坐标和姿态；S3按照不同的分层策略将所有相机位点相连，建立所有相机位点相连形成相机采样轨迹的总长度和采样时间的目标函数，计算目标函数的最小值获得最优采样轨迹；S4按照最优采样轨迹进行扫描，以此获得所有采样区域的点云数据，对点云数据进行粗拼接和精拼接，以此实现点云数据的拼接。通过本发明，解决复杂腔体零件内部点云扫描中视野遮挡和点云拼接的问题。
-
公开(公告)号：CN116664767A
公开(公告)日：2023-08-29
申请号：CN202310556730.9
申请日：2023-05-17
Applicant: 华中科技大学
IPC: G06T17/00 , G06T7/70 , G06T7/80 , G06N3/006 , H04N23/695
Abstract: 本发明公开了基于多约束的机器人点云扫描方法、三维重建方法及系统，属于三维扫描领域，包括：获取待测零件理想的表面Φ，并向外部分别移动dmin和dmax，得到可扫描状态空间，在该空间内确定相机的位点集合；构建机器人运动范围约束和机器人性能约束，获得机器人的高性能空间；设置机器人与待测零件之间的相对位置，使得相机安装于机器人时，位点集合位于机器人高性能空间内，并基于相机的位点，以路径最小化为目标规划机器人的运动路径；使机器人携带相机沿运动路径运动并对待测零件进行点云扫描，将各点云变换至同一个坐标系下，作为待测零件的点云扫描结果。本发明能够实现高精度的三维点云测量，为高精度的三维重建等应用提供有效的保障。
-
公开(公告)号：CN114169721A
公开(公告)日：2022-03-11
申请号：CN202111422627.2
申请日：2021-11-26
Applicant: 华中科技大学
IPC: G06Q10/06 , G06N5/04 , G06F30/27 , G06Q50/04 , G06F111/08
Abstract: 本发明公开了一种基于自适应模糊推理的全流程零件加工质量预测方法，构建零件各工序特征尺寸与最终加工质量的数据集，用于训练基于自适应模糊推理的最终加工质量预测模型，从而实现对零件最终加工质量的事先感知和事先干预。对于工艺设计人员，可在获取任意工序加工结束所对应的特征尺寸数据后，经过模型预测，得到零件的最终质量，再从零件设计要求出发调整过程工序的公差等级；对于现场加工人员，在完成过程工序后，对所加工的特征尺寸进行测量，之后经过模型预测即可得到零件最终的加工质量，从而实现对最终加工质量的预先感知，并且可以在预先感知的基础上，在后续的加工过程中做出提前干预，以更好的保证零件的最终加工质量满足要求。
-
-
-
-
-
-
Search Results
7
records
(took 0.026 seconds)
