一种应用于大批量重复性加工的工业机器人学习方法

    公开(公告)号:CN108927806A

    公开(公告)日:2018-12-04

    申请号:CN201810921161.2

    申请日:2018-08-13

    Abstract: 本发明提供了一种应用于大批量重复性加工的工业机器人学习方法,其特征在于:该学习方法是基于学习模型进行学习,其包括如下步骤:S001、传感器采集状态信息;S002、根据采集的信息进行学习;S003、判断加工质量以及加工周期是否达到要求,若达到要求则结束学习,否则重新采集状态信息重新学习。本发明的方法根据传感器数据去学习并改进控制策略,达到在高速下的良好控制,能够简化机器人调试工作,并可实现在大批量、规模化的重复性加工中应用,并解决机器人在传统的学习方式中缺乏精确动力学模型造成的高速工作下的震荡,提高工业机器人的工作效率。

    一种基于深度学习的机器人轨迹规划方法

    公开(公告)号:CN110083160A

    公开(公告)日:2019-08-02

    申请号:CN201910406713.0

    申请日:2019-05-16

    Abstract: 本发明公开了一种基于深度学习的机器人轨迹规划方法,先通过建立机器人的运动学模型,并给机器人一个基础规划轨迹,让机器人运动起来,采集机器人的实时信息,包括位置,力矩等信息,建立机器人的动力学模型,然后,利用Q-learning强化学习得到最优的规划轨迹;该发明基于实际采集数据进行建模和学习,避免了在理想环境下建模。该套方法可以在各种复杂的环境中应用于工业机器人因为其具有参数自学习,自调整的能力。在机器人一致性较好的情况下,机器人学习到的模型可以共享给同类型机器人平台。这一研究在工业生产中,具有广泛的应用前景。

    一种冰壶辅助训练小车
    3.
    发明公开

    公开(公告)号:CN115623322A

    公开(公告)日:2023-01-17

    申请号:CN202211287118.8

    申请日:2022-10-20

    Abstract: 本发明公开了一种冰壶辅助训练小车,其特征在于,包括:车载服务端,包括车载中央处理模块、视觉系统控制模块、夹持机构控制模块、运动机构控制模块以及旋转机构控制模块;人机交互客户端,包括设置参数、获取图片、框选目标、瞄准投掷、键盘控制以及视频回放,基于计算机视觉瞄准和跟踪目标,通过视觉伺服系统控制训练小车的行动轨迹,能够瞄准冰壶场上的目标,将冰壶以一定的线速度和角速度进行投掷,达到辅助运动员训练的目的,可以完成一些运动员不能完成的目标,比如保持每次投掷冰壶的力度和速度相同,同时起到辅助训练的作用,提高训练效率,有利于冰壶运动的推广。

    一种AGV路径冲突处理方法、系统、处理设备以及存储介质

    公开(公告)号:CN117273248A

    公开(公告)日:2023-12-22

    申请号:CN202211507153.6

    申请日:2022-11-28

    Abstract: 本发明公开一种AGV路径冲突处理方法、系统、处理设备以及存储介质,所述AGV路径冲突处理方法包括以下步骤:S1:系统平台监测到存在发生冲突的AGV时,向AGV对应的fleet manager发送存在冲突消息;S2:fleet manager基于存在冲突消息向其对应的AGV发送指令以使其停止工作并采用A*算法重新规划路径,每个fleet manager均选择一个最佳路径并向其他fleet manager发送,其他fleet manager基于收到的最佳路径给出其对应AGV可行的路径,以形成多组互不冲突的路径组向系统平台发送;S3:系统平台采用compute_g方法对每组路径组进行计算其代价以及其与AGV原路径代价的代价差;采用compute_h方法计算每组路径组的优先级对应的代价;计算compute_g+compute_h的和;S4:选择compute_g+compute_h的和最小对应的路径组作为冲突的AGV新路径。

    一种基于深度学习的机器人轨迹规划方法

    公开(公告)号:CN110083160B

    公开(公告)日:2022-04-19

    申请号:CN201910406713.0

    申请日:2019-05-16

    Abstract: 本发明公开了一种基于深度学习的机器人轨迹规划方法,先通过建立机器人的运动学模型,并给机器人一个基础规划轨迹,让机器人运动起来,采集机器人的实时信息,包括位置,力矩等信息,建立机器人的动力学模型,然后,利用Q‑learning强化学习得到最优的规划轨迹;该发明基于实际采集数据进行建模和学习,避免了在理想环境下建模。该套方法可以在各种复杂的环境中应用于工业机器人因为其具有参数自学习,自调整的能力。在机器人一致性较好的情况下,机器人学习到的模型可以共享给同类型机器人平台。这一研究在工业生产中,具有广泛的应用前景。

    一种dds与Zigbee协议转换方法
    8.
    发明公开

    公开(公告)号:CN115766373A

    公开(公告)日:2023-03-07

    申请号:CN202211424070.0

    申请日:2022-11-15

    Abstract: 本申请是关于一种dds与Zigbee协议转换方法,具体涉及数据通信技术领域。所述方法包括:接收第一协议数据;当检测到第一协议数据为数据帧格式时,将第一协议数据通过映射文件进行转换,获得目标主题的第二协议数据;映射文件包含各个结构的Zigbee数据与dds协议的主题数据之间的映射关系;各个结构的Zigbee数据包括信标帧、数据帧、响应帧、MAC命令帧的帧头结构、数据域结构、payload字段以及帧尾结构中的至少一者;在目标域中创建目标主题的发布实体对象;根据写入QOS策略,将目标主题的第二协议数据写入目标主题的发布实体对象中。上述方案在接受到数据帧格式的Zigbee协议数据时,通过映射文件进行简单转换后可以通过转换后的数据实现了不同协议之间的通信。

Patent Agency Ranking