-
公开(公告)号：CN110154024B
公开(公告)日：2020-09-15
申请号：CN201910431501.8
申请日：2019-05-22
Applicant: 清华大学
IPC: B25J9/16
Abstract: 本发明提出一种基于长短期记忆神经网络增量模型的控制方法，属于信息物理系统智能控制技术领域。该方法通过建模软件对装配线上的待装配产品装配机器人和装配任务实体建立虚拟模型，并基于动力学原理对装配机器人运动位姿进行精准的控制，通过虚拟装配规划可行的装配方案，实现虚实模型之间实时的精准映射，使实际的装配满足虚拟装配的误差要求，以维护虚拟模型与设备实体在运动过程中的时空一致性。本发明可提高虚拟装配结果的准确性，确保实际装配顺利完成。
-
公开(公告)号：CN110154024A
公开(公告)日：2019-08-23
申请号：CN201910431501.8
申请日：2019-05-22
Applicant: 清华大学
IPC: B25J9/16
Abstract: 本发明提出一种基于长短期记忆神经网络增量模型的控制方法，属于信息物理系统智能控制技术领域。该方法通过建模软件对装配线上的待装配产品装配机器人和装配任务实体建立虚拟模型，并基于动力学原理对装配机器人运动位姿进行精准的控制，通过虚拟装配规划可行的装配方案，实现虚实模型之间实时的精准映射，使实际的装配满足虚拟装配的误差要求，以维护虚拟模型与设备实体在运动过程中的时空一致性。本发明可提高虚拟装配结果的准确性，确保实际装配顺利完成。
-
公开(公告)号：CN110221583B
公开(公告)日：2020-08-07
申请号：CN201910417541.7
申请日：2019-05-20
Applicant: 清华大学
IPC: G05B19/418
Abstract: 本发明提供了一种基于HoloLens的智能装配生产线仿真方法，本方法首先对装配线的排产调度进行数学建模仿真，将多目标柔性作业车间调度问题转换为一个混合整数规划模型，包括确定约束条件、选取优化目标、根据选取的优化目标进行数学建模；然后利用改进的遗传算法对所述混合整数规划模型进行求解，得到排产调度方案；最后将得到的排产调度方案通过HoloLens头戴显示设备展现给用户。本发明可缩短产品装配周期，降低产品装配成本，改进产品装配质量；另一方便，本发明利用HoloLens头戴显示设备，增强用户交互体验。
-
公开(公告)号：CN110221583A
公开(公告)日：2019-09-10
申请号：CN201910417541.7
申请日：2019-05-20
Applicant: 清华大学
IPC: G05B19/418
Abstract: 本发明提供了一种基于HoloLens的智能装配生产线仿真方法，本方法首先对装配线的排产调度进行数学建模仿真，将多目标柔性作业车间调度问题转换为一个混合整数规划模型，包括确定约束条件、选取优化目标、根据选取的优化目标进行数学建模；然后利用改进的遗传算法对所述混合整数规划模型进行求解，得到排产调度方案；最后将得到的排产调度方案通过HoloLens头戴显示设备展现给用户。本发明可缩短产品装配周期，降低产品装配成本，改进产品装配质量；另一方便，本发明利用HoloLens头戴显示设备，增强用户交互体验。
-
-
-
Search Results
4
records
(took 0.016 seconds)
