概周期时变非线性电路的模型参考自适应控制方法及系统

    公开(公告)号:CN119472292A

    公开(公告)日:2025-02-18

    申请号:CN202411608417.6

    申请日:2024-11-12

    Abstract: 本发明涉及含概周期时变参数非线性电路的模型参考自适应控制方法。其包括:建立非线性电路的概周期分段定常系统模型;通过辨识未知参数的概周期分段定常系统切换时刻的方法,以确定被控系统模型共存在多少个子区间;根据子区间的数量并结合所提出的概周期分段定常系统的稳定性条件,建立了稳定参考模型;建立线性矩阵不等式约束条件,基于李雅普诺夫稳定性理论,求解李雅普诺夫矩阵参数,针对非线性电路系统的各个状态量设计不同控制增益的更新率,以对实时控制量进行更新;使实际控制增益最终收敛至标称控制增益上,以使得具有未知参数的被控系统模型的状态跟踪期望的状态轨迹。本发明在含干扰输入的条件下进行控制,实用性更高。

    基于多2D视觉的零部件高精度三维位姿估计方法及系统

    公开(公告)号:CN111612794A

    公开(公告)日:2020-09-01

    申请号:CN202010295181.0

    申请日:2020-04-15

    Abstract: 本发明涉及一种基于多2D视觉的零部件高精度三维位姿估计方法及系统。其中的方法包括单个2D视觉采集装置工件位姿估计和多视觉采集装置优势参数融合。单个2D视觉采集装置工件位姿估计,主要是将获取的工件图像进行处理获取初步特征点作为精提取输入;并对特征点进行亚像素化,通过PnP算法,获得单视觉采集装置的工件位姿。多视觉采集装置优势参数融合部分,基于多视场标定技术获得各个视觉采集装置的位姿关系,再通过单视觉采集装置的优势参数,将各个精度较高参数进行融合。其中的系统至少包括用于实施上述方法的计算机装置。本发明可以在计算量较小、计算时间较少的情况下搜索工件的位姿,具有更高的精度和实用性。

    面向3C装配的双模块协作机器人协调装配系统及规划方法

    公开(公告)号:CN111522305A

    公开(公告)日:2020-08-11

    申请号:CN202010295169.X

    申请日:2020-04-15

    Abstract: 本发明涉及面向3C装配的双模块协作机器人协调装配系统及规划方法。其中的系统包括支撑柜和双模块协作机器人。所述的双模块协作机器人包括下半部分的3‑PSS/S三自由度纯转动机构和上半部分的六自由度并联机构。其中的方法包括步骤:通过激光跟踪仪对所述的双模块协作机器人进行基坐标系标定,确定机器人的基坐标在统一世界坐标系下的位姿转换关系;基于各个阶段不同的协调运动要求和任务目标,分别规划所述两个阶段中的双模块协作机器人的运动轨迹;将上述两个阶段的机器人运动轨迹整合,将双模块协作机器人实施的装配时间与关节平均脉冲的关联作为多目标优化函数,利用QPSO算法对双模块协作机器人的运动轨迹进行优化,使机器人关节运动轨迹高阶连续。

    基于连续运动测量的工业机器人快速标定方法

    公开(公告)号:CN118386232A

    公开(公告)日:2024-07-26

    申请号:CN202410499700.3

    申请日:2024-04-24

    Abstract: 本发明涉及基于连续运动测量的工业机器人快速标定方法。其中的方法包括:基于工业机器人工作空间的备选位形池,选择获得最优的测量位形,以确定工业机器人运动所经过的路点;基于路点的分布,确定时间最优的光滑连续运动的规划轨迹;测量工业机器人的实际轨迹,将规划轨迹与实测轨迹对齐,以确定被选的测量位形的实际数据;构建工业机器人运动学模型,采用基于CMM策略的快速标定方法,对工业机器人进行标定。本发明既能够提升工业机器人的绝对定位精度,又能够减少工业机器人运动学标定的数据采集的时间,提高了实际生产线机器人的标定效率。

    密集人群环境里移动机器人的安全导航方法及装置

    公开(公告)号:CN117029825B

    公开(公告)日:2025-02-18

    申请号:CN202310976356.8

    申请日:2023-08-04

    Abstract: 本发明涉及密集人群环境里移动机器人的安全导航方法及装置。其中的方法包括:估计移动机器人和行人的联合状态,通过基于深度强化学习的价值网络,以获得安全状态约束,通过离散的广义速度障碍,获得安全动作约束,根据安全状态约束和安全动作约束,对安全过滤器求解优化问题,以获得对参考输入进行修正后的最优参考动作,当优化问题无可行解,通过添加局部导航目标作为软约束,并取消安全动作约束,重新求解新的优化问题,当优化问题仍然无可行解,则取消安全状态约束,重新求解新的优化问题,最终获得的修正后的最优参考动作输入到移动机器人中。本发明通过修正基于学习的导航方法求解的最优动作,提高基于学习的导航方法的安全性。

    基于集合相交的周期时变机械系统可达集估计方法及系统

    公开(公告)号:CN118194590A

    公开(公告)日:2024-06-14

    申请号:CN202410416068.1

    申请日:2024-04-08

    Abstract: 本发明涉及基于集合相交的周期时变机械系统可达集估计方法及系统。其方法包括:建立周期时变系统状态空间模型,通过辨识将其周期矩阵表示成周期时变项相加形式;基于线性分段构造李雅普诺夫函数,获得可达集估计时变判据,构造多重仿射时变矩阵多项式;根据多重仿射性质确定可达集估计凸约束条件,并设计优化函数得到带约束的优化问题,以获得可达集边界;通过模拟退火迭代优化中的衰减参数,以获得最优衰减参数;在最优衰减参数周围选取多个衰减参数以获得不同边界,并通过取交集的方式生成可达集新边界,并定量计算可达集新边界的保守性减小程度。本发明可用于估计周期时变机械系统可达集、减小可达集估计保守性并定量化评估保守性减小程度。

Patent Agency Ranking