-
公开(公告)号：CN115145148B
公开(公告)日：2024-10-18
申请号：CN202210650483.4
申请日：2022-06-10
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
IPC: G05B13/04
Abstract: 本发明公开了一种具有线性正逆运动学方程的3‑CRU并联机器人运动控制方法，包括以下步骤：S1、基于拉格朗日方程建立3‑CRU并联机器人的动力学模型；S2、基于五次多项式改进的傅里叶级数和最小二乘法对动力学模型的参数进行辨识；S3、基于有限脉冲响应滤波器生成3‑CRU并联机器人的轨迹；S4、在原有线性伺服控制的基础上增加前馈力矩和滑模变结构控制力矩进行补偿。本发明提出的运动控制方法科学合理，在提高3‑CRU并联机器人的运行平稳性和轨迹跟踪精度的同时还增强了机器人系统的鲁棒性，而且操作简便、直观易行。
-
公开(公告)号：CN110281237B
公开(公告)日：2022-05-17
申请号：CN201910519620.9
申请日：2019-06-17
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
IPC: B25J9/16
Abstract: 本发明公开了一种基于机器学习的串联机器人关节摩擦力辨识方法，包括步骤：S1、根据串联机器人工作过程中表现出来的关节力矩特性，建立串联机器人的关节摩擦力关于关节转角和关节角速度的关节摩擦力模型；S2、在串联机器人上进行辨识实验，采集运动中每一时刻的状态信息，采集的状态信息包括关节电机编码器的示数和关节电机的电流系数；S3、使用步骤S2中采集的状态信息，对步骤S1建立的工业机器人的关节摩擦力模型中的未知参数进行求解，得到考虑关节角度、角速度的关节摩擦力模型，获得与实际摩擦力相吻合的预测曲线。本发明无需使用其他设备，具有实现难度小、成本低的特点，解决了现有摩擦力理论中模型不够准确的问题。
-
公开(公告)号：CN111983924B
公开(公告)日：2022-03-15
申请号：CN202010746579.1
申请日：2020-07-29
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
IPC: G05B13/04
Abstract: 本发明公开了基于强化学习的机器人时间最优轨迹规划方法及控制器，所述方法包括以下步骤：S1将任务路径的各关节参数输入到路径参数化模块转化为关于末端路径的标量参数；S2将参数化后的路径输入到路径离散化模块进行路径离散化；S3将离散化后的路径输入到强化学习模块中构建强化学习环境；S4使用强化学习模块学习最优的策略轨迹；S5运行策略轨迹获得反馈的关节力矩；S6将反馈的关节力矩输入到强化学习模块从而对强化学习环境进行修正；S7使用强化学习模块学习最优的策略轨迹；S8重复步骤S5‑步骤S7，直到强化学习环境不再更新。
-
公开(公告)号：CN110103220B
公开(公告)日：2021-11-26
申请号：CN201910416341.X
申请日：2019-05-20
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
IPC: B25J9/16
Abstract: 本发明公开了一种机器人高速高精度运动轨迹规划方法、装置、设备及介质，所述方法包括步骤：通过时间最优轨迹规划，在参数空间优化求解机器人的运动参数，得到在参数空间表示的原始运动轨迹；分析机器人的振动信号，计算模态参数，并设计输入整形器；根据输入整形器的延迟时间计算补偿系数加速原始运动轨迹；在参数空间通过所述输入整形器对加速后的新的运动轨迹进行输入整形；将整形后的参数序列代入机器人逆运动学模型求解得到机器人各个关节的运动轨迹，作为机器人控制器的参考输入实现机器人的高速高精度运动。本发明充分地结合了时间最优轨迹规划和输入整形的优点，应用于机器人轨迹规划，实现机器人的高速高精度运动。
-
公开(公告)号：CN112363399A
公开(公告)日：2021-02-12
申请号：CN202011335260.6
申请日：2020-11-24
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
IPC: G05B13/04
Abstract: 本发明公开了一种用于数控加工中交叉耦合控制器增益参数寻优的控制方法。所述方法包括以下步骤：利用轮廓误差传递函数对交叉耦合控制器进行稳定性分析，同时结合轮廓误差传递函数的截止频率确定交叉耦合控制器增益参数的范围；基于深度强化学习算法建立适用于轮廓误差补偿的神经网络结构；根据伺服运动控制过程中轮廓误差的变化不断调整交叉耦合控制器增益参数的范围，并通过离线学习的方式寻求增益参数的最优值。本发明能有效解决数控加工中交叉耦合控制器增益参数寻优的问题。
-
Patent Agency Ranking
公开(公告)号：CN111975579A
公开(公告)日：2020-11-24
申请号：CN202010746586.1
申请日：2020-07-29
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
Abstract: 本发明公开了一种基于打磨模型和迭代算法的机器人恒力打磨系统。所述系统包括机器人、工作台、打磨工具、六维力传感器、上位机和机器人控制柜；所述工作台放置在机器人前方，工作台上放置有待打磨的工件，机器人前端设置有打磨工具，六维力传感器设置在机器人前端与打磨工具的连接处；六维力传感器内部设有力信号采集模块，用于采集力信号，并将力信号发送给上位机；上位机运行程序后将控制信号发给机器人控制柜，通过机器人控制柜控制机器人。本发明解决了现有机器人曲打磨时在冲击阶段和加工阶段难以得到恒定力的问题，具有能在线更新控制参数，超调量小的特点。
-
公开(公告)号：CN107363832B
公开(公告)日：2020-04-28
申请号：CN201710454107.7
申请日：2017-06-15
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
Abstract: 本发明公开了一种工业机器人前馈力矩实时计算方法，包括步骤：(1)建立机器人各关节转角q*的实时插补点队列Q；(2)在实时插补点队列Q中每次取五个点建立动态的插补缓存队列Qc；(3)然后根据五次中心差分法，在已知五个点的关节转角q*的前提下，实时计算插补缓存队列Qc的中间点的关节角速度和关节角加速度(4)计算实时插补点队列Q中其他点的关节角速度和关节角加速度(5)将计算所得的各插补点的关节转角q*、关节角速度和关节角加速度代入机器人的逆动力学模型，即可在插补时实时计算各关节的前馈驱动力矩。本发明能够实时而快速的计算机器人的前馈补偿力矩，保证机器人各关节伺服电机有足够大的力和力矩来驱动机器人的连杆和关节，保证精度。
-
公开(公告)号：CN110221538A
公开(公告)日：2019-09-10
申请号：CN201910341967.9
申请日：2019-04-26
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
IPC: G05B13/04
Abstract: 本发明公开了一种结合迭代学习的时间最优轨迹规划控制器及方法，所述控制器包括路径离散模块、轨迹规划模块、迭代学习模块和存储模块；路径离散模块，用于将任务路径离散化；轨迹规划模块，获得时间最优轨迹；迭代学习模块用于补偿动力学模型误差；存储模块存储每次迭代的迭代数据。所述方法包括以下步骤：S1、将连续任务路径输入到路径离散模块将路径离散化;S2、将路径离散化后的结果输入到轨迹规划模块，获得时间最优轨迹;S3、运行轨迹获得反馈力矩;S4、将计算结果和存储模块中的迭代数据输入到迭代学习模块中，输出迭代学习补偿项;S5、更新关节空间动力学模型；S6、重复步骤S2-步骤S5直到动力学模型不再更新。
-
公开(公告)号：CN113051673B
公开(公告)日：2023-09-26
申请号：CN202011467208.6
申请日：2020-12-14
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
IPC: G06F30/17 , G06F30/27 , G06N3/126 , G06F119/14
Abstract: 本发明公开了一种机器人改进Stribeck摩擦模型辨识方法。所述方法包括如下步骤：采用改进Stribeck摩擦模型对机器人关节摩擦力进行建模，使用不同的余弦激励轨迹依次对机器人关节进行激励，获得机器人关节摩擦力矩‑速度映射关系；利用模拟退火混合遗传算法，根据得到的机器人关节摩擦力矩‑速度映射关系辨识改进Stribeck摩擦模型的参数。本发明所提出的改进Stribeck摩擦模型及其辨识方法实用可行，建立机器人关节内部摩擦力的准确模型，提高了机器人动力学模型的精度，同时也可进一步改善机器人的控制性能。
-
公开(公告)号：CN112669385B
公开(公告)日：2023-06-13
申请号：CN202011641151.7
申请日：2020-12-31
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
Abstract: 本发明公开了基于三维点云特征的工业机器人工件识别与位姿估计方法，所述方法包括步骤：(1)识别开始前，对需要识别的工件创建模型点云库，并进行训练，供识别过程使用；(2)识别开始时，对三维扫描仪得到的三维场景点云提取特征点，基于特征点的球邻域内建立SHOT描述符；采用改进矢量方法建立局部坐标系；(3)在三维空间中，根据场景点云和模板点云的SHOT描述符建立初始对应关系；根据向量空间中转换关系完成对工件的识别；计算场景点云中的工件实例相对模板点云的位姿；(4)将计算得到的场景点云位姿发送给机器人控制柜进行处理，并控制工业机器人完成识别并抓取工件。
-
-
-
-
-
-
-
-
-
Search Results
279
records
(took 0.029 seconds)
