-
公开(公告)号:CN110712201A
公开(公告)日:2020-01-21
申请号:CN201910892895.7
申请日:2019-09-20
Applicant: 同济大学
IPC: B25J9/16
Abstract: 本发明涉及一种基于感知器模型的机器人多关节自适应补偿方法和稳定器,所述方法包括以下步骤:1)基于机器人惯性传感器和步态生成器,获取误差数据;2)将误差数据输入预建立的感知器模型中,感知器模型基于联想式学习策略更新网络权重参数,计算并输出补偿值;3)基于补偿值对机器人进行运动补偿,所述感知器模型输出的补偿值包括髋关节补偿值、膝关节补偿值和踝关节补偿值。与现有技术相比,本发明采用联想式学习策略,即有监督的Hebb学习规则来更新网络权重参数,提高鲁棒性,实现自适应控制,将补偿量分散到腿部所有关节,即踝关节、膝关节和髋关节,能够减小关节负荷,延长机器人使用寿命。
-
公开(公告)号:CN110712201B
公开(公告)日:2022-09-16
申请号:CN201910892895.7
申请日:2019-09-20
Applicant: 同济大学
IPC: B25J9/16
Abstract: 本发明涉及一种基于感知器模型的机器人多关节自适应补偿方法和稳定器,所述方法包括以下步骤:1)基于机器人惯性传感器和步态生成器,获取误差数据;2)将误差数据输入预建立的感知器模型中,感知器模型基于联想式学习策略更新网络权重参数,计算并输出补偿值;3)基于补偿值对机器人进行运动补偿,所述感知器模型输出的补偿值包括髋关节补偿值、膝关节补偿值和踝关节补偿值。与现有技术相比,本发明采用联想式学习策略,即有监督的Hebb学习规则来更新网络权重参数,提高鲁棒性,实现自适应控制,将补偿量分散到腿部所有关节,即踝关节、膝关节和髋关节,能够减小关节负荷,延长机器人使用寿命。
-
公开(公告)号:CN209427663U
公开(公告)日:2019-09-24
申请号:CN201821654806.2
申请日:2018-10-12
Applicant: 同济大学
IPC: B65G47/46
Abstract: 本实用新型提供了一种自动分拣货箱,安装在快递运输配送的车辆内,自动分拣货箱嵌入窗口,该货箱的内部设置多个货架、移动机构、抓取机构、寄取件机构以及控制系统;其中,货架与自动分拣货箱的内侧底部以滑动相连,用于放置物品;移动机构设置于货架的上部,用于移动货架;自动分拣货箱的内部与货架之间留有空出的巷道,抓取机构设置于巷道内,用于抓取物品;寄取件机构固定于内壁,用于递送物品;移动机构的控制端、抓取机构的控制端分别与控制系统相连,用于控制移动机构与抓取机构的运动;本实用新型能够实现货箱内部快递的自动分拣,无需人工操作,大大减少快递配送所需人力,从而提升快递运送的效率和安全性,符合快递行业未来发展的需求。
-
-