基于力控和神经动态模型的双臂机器人翻箱技能学习方法

    公开(公告)号:CN120002648A

    公开(公告)日:2025-05-16

    申请号:CN202510295845.6

    申请日:2025-03-13

    Abstract: 本发明公开了一种基于力控和神经动态模型的双臂机器人翻箱技能学习方法,该方法包括下述步骤:通过遥操作模块实施主从遥操作,构建空间映射模型实现非均质关节的主从运动匹配;采用变刚度导纳控制模型进行径向力控,通过动态调整刚度参数实现柔性接触力控制;构建神经动态模型对遥操作数据进行编码建模,构建包含可学习神经网络的能量函数和动态方程,实现技能泛化与自主执行。本发明通过力位混合控制策略保障接触稳定性,结合神经动态模型的非线性建模能力,显著提升了翻箱操作的柔顺性、抗干扰能力和技能泛化水平,为复杂接触场景下的双臂协同操作提供了解决方案。

    基于视觉和模仿学习的遥操作机器人辅助系统及方法

    公开(公告)号:CN120023813A

    公开(公告)日:2025-05-23

    申请号:CN202510295847.5

    申请日:2025-03-13

    Abstract: 本发明公开了一种基于视觉和模仿学习的遥操作机器人辅助系统及方法,该系统包括遥操作模块、技能学习模块、视觉处理模块和虚拟力辅助模块,遥操作模块通过外部控制设备实现对机器人的远程操作,技能学习模块通过动态运动基元算法学习专家操作轨迹生成泛化参考路径,视觉处理模块结合Kinect深度相机的三维目标定位技术实现环境感知,虚拟力辅助模块构建基于位置误差的自适应虚拟夹具力场,采用力选择器机制动态调节触觉反馈强度,当操作偏离参考轨迹时施加引导力纠正,吻合轨迹时保持操作自主性。本发明过专家轨迹引导与视觉约束力场的协同作用,显著提升操作精度。

Patent Agency Ranking