-
公开(公告)号：CN118143926A
公开(公告)日：2024-06-07
申请号：CN202311430534.3
申请日：2023-10-27
Applicant: 华中科技大学 , 华中科技大学无锡研究院
IPC: B25J9/16
Abstract: 本发明公开了一种机器人几何参数标定的混合优化辨识方法及系统，包括：搭建机器人测量系统，规划机器人的工作空间，基于机器人测量系统和工作空间采集机器人运动样本数据；基于机器人的结构，构建第一运动学模型，根据第一运动学模型和微分运动学理论建立运动学误差模型；基于运动学误差模型建立参数辨识优化模型，基于拟牛顿与LMF混合迭代算法和交叉验证方法，确定参数辨识优化模型的优化参数；基于优化参数和第一运动学模型得到第二运动学模型。本发明可极大提升机器人末端绝对位置精度和运动学模型的鲁棒性。
-
公开(公告)号：CN115099261A
公开(公告)日：2022-09-23
申请号：CN202210494445.4
申请日：2022-05-07
Applicant: 华中科技大学
Abstract: 本发明属于磨抛加工技术领域，并具体公开了一种基于声发射信号的碳纤维增强树脂基复合材料(CFRP)磨抛加工表面粗糙度预测方法及系统。所述方法包括：采集CFRP工件磨抛加工过程中的声发射信号，提取声发射信号解后的各信号子带的多维时频特征，计算每个特征与工件表面粗糙度的相关程度和不同特征之间相关程度的平均值，通过评估函数计算不同特征之间的mRMR分值，以筛选满足要求的特征，构建基于GA‑DBN的CFRP表面粗糙度预测模型，对满足要求的特征预测模型进行训练，采用训练后的预测模型进行预测。本发明保证了材料表面粗糙度的预测准确性和实时性，能够极大降低人工检测成本，提高加工效率，便于在加工过程中实时调整工艺参数实现材料良好的加工质量。
-
公开(公告)号：CN110625600B
公开(公告)日：2021-05-25
申请号：CN201911036957.0
申请日：2019-10-29
Applicant: 华中科技大学
Abstract: 本发明公开了一种机器人末端工件坐标系标定方法，包括粗标定：示教机器人夹持工件移动，获得实际工件坐标系相对于理论坐标系的变换关系，并对理论工件坐标系进行补偿，得到实际工件坐标系相对于基坐标系的变换关系；精标定：以粗标定结果作为基准，机器人夹持工件运动，使理论坐标系的特征点依次与探针触碰，获得特征点的位置信息，更新循环次数、平均误差和旋转误差，并与设定的循环次数、平移误差阈值和旋转误差阈值比较，直至到达预定精度停止。本发明的标定方法,通过手动示教机器人实现机器人末端工件的粗标定，并通过算法实现机器人末端工件的精标定，显著提升机器人末端工件的标定精度，降低了环境与人为操作误差。
-
公开(公告)号：CN115099261B
公开(公告)日：2024-09-17
申请号：CN202210494445.4
申请日：2022-05-07
Applicant: 华中科技大学
IPC: G06F18/20 , G06F18/10 , G06F18/213 , G06F18/211 , G06F18/214 , G06N3/044 , G06N3/047 , G06N3/0475 , G06N3/08 , B24B49/00 , G06F123/02
Abstract: 本发明属于磨抛加工技术领域，并具体公开了一种基于声发射信号的碳纤维增强树脂基复合材料(CFRP)磨抛加工表面粗糙度预测方法及系统。所述方法包括：采集CFRP工件磨抛加工过程中的声发射信号，提取声发射信号解后的各信号子带的多维时频特征，计算每个特征与工件表面粗糙度的相关程度和不同特征之间相关程度的平均值，通过评估函数计算不同特征之间的mRMR分值，以筛选满足要求的特征，构建基于GA‑DBN的CFRP表面粗糙度预测模型，对满足要求的特征预测模型进行训练，采用训练后的预测模型进行预测。本发明保证了材料表面粗糙度的预测准确性和实时性，能够极大降低人工检测成本，提高加工效率，便于在加工过程中实时调整工艺参数实现材料良好的加工质量。
-
公开(公告)号：CN116255931A
公开(公告)日：2023-06-13
申请号：CN202310176862.9
申请日：2023-02-28
Applicant: 华中科技大学
Abstract: 本发明属于三维重建技术领域，并具体公开了一种基于傅里叶变换轮廓术的最小范数迭代解包裹方法及装置。所述方法包括：生成单帧条纹图案，将单帧条纹图案投射至测量工件表面，获取投射至测量工件表面的调制条纹图；对调制条纹图进行二维傅里叶变换得到二维频谱图，再滤出基频分量进行逆傅里叶变换，得到包裹相位图；根据所述包裹相位图，采用最小范数迭代法得到解包裹相位，引入质量图，并根据该质量图在解包裹过程中对解包裹相位进行迭代修正，得到绝对相位图；根据获取的绝对相位图以及相机的外参与内参，采用相位‑高度转换公式求取测量工件表面的点云数据。本发明适用于高速测量与物体处于移动状态下的场景的测量，提高了测量精度。
-
Patent Agency Ranking
公开(公告)号：CN113159121B
公开(公告)日：2022-07-19
申请号：CN202110279839.3
申请日：2021-03-16
Applicant: 华中科技大学 , 武汉数字化设计与制造创新中心有限公司
IPC: G06V10/774 , G06K9/62 , G06F17/16
Abstract: 本发明提供了一种基于先验知识模型的机器人磨抛去除量预测方法及设备。所述方法包括：获取磨抛工艺参数，将磨抛工艺参数及相应的材料去除深度组合得到训练样本集，并对训练样本集进行去噪，得到最终训练样本集；采用最终训练样本集和材料去除经验模型对先验知识模型进行训练，得到实用级先验知识模型；将磨抛工艺参数输入实用级先验知识模型进行回归预测，得到机器人磨抛去除量的预测结果。本发明可以辅助实现磨抛加工系统的动态修正，提高了实用级先验知识模型的泛化性能，优化了实用级先验知识模型在小样本下的训练能力，训练得到的实用级先验知识模型具有较好的鲁棒性及较高的磨抛材料去除预测精度。
-
公开(公告)号：CN111168571B
公开(公告)日：2022-01-14
申请号：CN202010034435.3
申请日：2020-01-14
Applicant: 华中科技大学
Abstract: 本发明公开了一种机器人砂带磨削材料去除量自动测量系统，包括基座(1)，夹具模块，该夹具模块包括载物台(3)及设于该载物台(3)上的夹具，三自由度运动平台，其包括沿所述基座(1)顶面相互垂直设置的第一运动单元、第二运动单元和第三运动单元，测量模块，该测量模块包括设于所述第三运动单元上的位移传感器(7)及设于该位移传感器(7)上的探头(19)；设于所述三自由度运动平台一侧计算机控制平台(18)和设于基座(1)内的电气控制柜(17)。本发明还公开了一种机器人砂带磨削材料去除量自动测量方法。本发明测量精度高，自动化程度高，可快速适应不同类型工件的测量需求，可大大缩短材料去除量的测量时间。
-
公开(公告)号：CN112666831A
公开(公告)日：2021-04-16
申请号：CN202011547920.7
申请日：2020-12-24
Applicant: 华中科技大学
IPC: G05B13/04
Abstract: 本发明属于机器人加工领域，并具体公开了一种机器人磨抛加工接触力的主动控制方法。所述方法包括：计算机器人磨抛加工的期望磨抛量，生成机器人磨抛加工过程中的加工路径、期望位姿和期望磨抛力；获取机器人在沿加工路径运动过程中在工件坐标系Z方向的多个位置点，并据此和阻抗控制关键参数构建目标函数；构建关键参数的约束条件，采用权重改进的粒子群算法获取所述关键参数的最优解；实时更新和调整机器人磨抛加工的位姿和磨抛力，使得机器人在沿加工路径进行磨抛加工的力跟踪误差最小。本发明方法有效提升了阻抗控制对于期望力的跟踪效果，提高了机器人磨抛加工的加工精度，保证了加工工件的表面一致性和良好的表面粗糙度。
-
公开(公告)号：CN110561237B
公开(公告)日：2020-07-24
申请号：CN201910947800.7
申请日：2019-10-08
Applicant: 华中科技大学
Abstract: 本发明公开了一种结合主被动力控制的机器人砂带磨削方法，S100分别对机器人、主动力传感器和被动力传感器进行标定；S200机器人夹持工件与砂带进行柔性接触，对工件进行磨削加工；S300所述主动力传感器实时采集工件的接触力信号，并进行实时重力补偿获得主动接触力信号，一维力传感器实时采集接触轮的被动力信号；S400基于Kalman滤波方法所述主动接触力信号和被动力信号进行信息融合获得反馈力信号；S500机器人和砂带磨抛机将反馈力与预设接触力进行比较。本发明还公开了一种磨削系统。本发明的方法，一方面有效提升了机器人磨削加工环境中接触力的控制精度；另一方面优化了磨削过程中所产生的过、欠磨现象，保证了加工工件的材料去除一致性与较好的表面粗糙度。
-
公开(公告)号：CN119249090A
公开(公告)日：2025-01-03
申请号：CN202411177463.5
申请日：2024-08-26
Applicant: 华中科技大学
IPC: G06F18/20 , G06F18/214 , G06N3/0442 , G06N3/042 , G06N3/045 , G06N3/09 , G06N3/096 , B24B1/00 , B24B51/00
Abstract: 本发明属于机器人磨削技术领域，并具体公开了一种对偶域自适应双任务学习的机器人磨削预测方法及设备。包括：将机器人磨削的历史工艺参数以及新工艺参数循环配对，以形成“目标‑源”样本对和“源‑源”样本对，对“目标‑源”样本对和“源‑源”样本对进行特征转换和合并后，分别得到“目标‑源”特征和“源‑源”特征；构建经验最大均值差异模型，计算域自适应损失；构建多门控混合专家模型的整体损失函数，进行双任务监督优化训练，以获取磨削预测模型；基于磨削预测模型对机器人磨削的材料去除深度和平均表面粗糙度进行双预测。本发明有效地平衡了材料去除深度和平均表面粗糙度之间的相关性和差异性，提升了样本数量和多样性，预测精度高。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.076 seconds)
