-
公开(公告)号:CN117181333A
公开(公告)日:2023-12-08
申请号:CN202310947490.5
申请日:2023-07-31
Applicant: 余姚市机器人研究中心 , 浙江大学
Abstract: 本发明涉及化学仪器辅助设备领域,尤其涉及一种辅助拍摄化学仪器的放置架,呈箱体结构,具体包括:箱房,箱房的前盖设有拍摄孔,箱房的顶盖处设有滑移结构,箱房内设有光源设备,箱房内侧壁喷涂有防反射涂层,箱房的后方留设有布线空间区域,箱房的下方设有隔层。本发明的放置架,提供了稳定的试管放置位置,确保了摄像机的对焦,同时提供了光源和优化的拍摄背景,以获得高质量的图像用于比色分析,通过本装置的应用,降低应用数字图像比色法时数字图像取样的难度,提高比色方法的精确性和可靠性,为生物、医学、化学、农业及环境等领域中的研究和实验提供更可行的解决方案。
-
公开(公告)号:CN116719234A
公开(公告)日:2023-09-08
申请号:CN202310626280.6
申请日:2023-05-30
Applicant: 浙江大学 , 余姚市机器人研究中心
IPC: G05B13/04
Abstract: 本发明属于机器人模型辨识领域,涉及一种基于最大似然估计的复合机器人动力学全参数辨识方法,包括以下步骤:步骤一:基于拉格朗日方程构建复合机器人的全参数线性化的动力学模型;步骤二:基于周期性傅立叶级数激励轨迹和测量噪声分布特性设计复合机器人动力学全参数的最大似然估计算法;步骤三:利用最大似然估计算法协方差的费歇耳信息矩阵设计复合机器人激励轨迹的参数优化模型,通过最小化协方差矩阵的渐进收敛域得到复合机器人最优的激励轨迹,实现复合机器人高精度动力学全参数辨识。本发明的方法能够提升复合机器人动力学模型辨识的准确性和鲁棒性。
-
公开(公告)号:CN116675141A
公开(公告)日:2023-09-01
申请号:CN202310474952.6
申请日:2023-04-28
Applicant: 余姚市机器人研究中心 , 浙江大学
Abstract: 本发明涉及旋转升降台领域,尤其涉及一种基于槽轮传动和舵机刹车的小型精准旋转升降台,包括升降模块、旋转模块和刹车模块,所述升降模块包括光轴、上板、连杆机构、升降舵机,所述上板套接在光轴上,所述升降舵机通过连杆机构连接上板,并驱动上板沿光轴进行升降;所述升降模块安装在旋转模块上,由旋转模块控制旋转,所述刹车模块安装在旋转模块下方并对旋转模块进行制动控制;本发明节省空间,相比旋转送料小车,旋转升降台不需要在地面做轨道,不占用地面的空间,填补了业界小型旋转升降台的稀缺,且基于槽轮传动和舵机刹车实现了快速精准的旋转和直线升降。
-
公开(公告)号:CN116551682A
公开(公告)日:2023-08-08
申请号:CN202310524848.3
申请日:2023-05-11
Applicant: 浙江大学
IPC: B25J9/16
Abstract: 本发明公开了基于最佳操作区域的复合机器人车臂协调自抗扰控制方法,通过构建复合机器人车‑臂冗余系统运动学及动力学模型,设计车‑臂协调最佳操作区域约束流形,基于运动学及动力学模型和最佳操作区域约束流形,构建任务轨迹最优分配算法;构建机器人非线性扩展状态观测器和机器人非奇异快速终端滑模流形,并通过两者构建自抗扰运动控制器,以使复合机器人轨迹跟踪误差进行有限时间的全局收敛;通过李雅普诺夫Lyapunov函数,得到自抗扰运动控制器满足观测‑控制闭环系统的全局有限时间稳定性判据,以控制任务轨迹动态跟踪。
-
公开(公告)号:CN116339148A
公开(公告)日:2023-06-27
申请号:CN202310337401.5
申请日:2023-03-27
Applicant: 浙江大学
IPC: G05B13/04
Abstract: 本发明属于机器人运动控制技术领域,公开了一种基于自适应复合观测器的机器人全局有限时间运动控制方法,包括步骤1:基于有限时间滑模流行设计自适应复合观测器,对机器人运动学和动力学不确定性进行综合补偿;步骤2:然后基于自适应神经网络和预设性能误差仿射设计非奇异终端滑模运动控制器,直接镇定任务空间的运动误差;步骤3:最后通过Lyapunov设计方法实现整个观测‑控制系统的全局有限时间稳定性,使得观测器误差和运动控制误差在有限时间内快速收敛至零,并满足系统预先设定的瞬态和稳态响应特性。本发明能够将机器人末端运动误差在有限时间内快速收敛至零,有效提升了机器人的工作效率和执行精度。
-
公开(公告)号:CN115909197A
公开(公告)日:2023-04-04
申请号:CN202211385821.2
申请日:2022-11-07
Applicant: 浙江大学 , 浙江钱塘机器人及智能装备研究有限公司
IPC: G06V20/52 , G06V10/82 , G06V10/764 , G06V10/56 , G06V10/80 , G06V10/52 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于注意力机制的多尺度融合机器人抓取检测方法,通过构建抓取检测模型并对其进行训练实现;该方法突出了抓取检测的显著特征,降低了对物体抓取检测没有贡献的背景信息的影响,提高了抓取检测模型的效率。同时采用轻量化的网络设计方法,可兼顾机器人抓取实时性和准确性的要求,完成端到端的抓取检测。另外,这种在杂乱场景中专注于目标本体特征的抓取检测方式,更契合人类的感知模式,进一步推动了机器人抓取检测的智能化过程。本发明解决了经验抓取检测方法为实现泛化性而很难满足精准性的问题;解决了抓取检测方法在真实场景中难以保证实时性的问题。
-
公开(公告)号:CN115892282A
公开(公告)日:2023-04-04
申请号:CN202211443409.1
申请日:2022-11-18
Applicant: 余姚市机器人研究中心 , 浙江大学
IPC: B62D57/032 , B60K1/02 , B60K17/00 , B60K17/06 , B60K17/08
Abstract: 本发明属于机器人技术领域,公开了一种串联弹性驱动的四足机器人腿结构及力矩控制方法,包括大腿关节驱动单元、小腿关节驱动单元和髋关节驱动单元;髋关节驱动单元和小腿关节驱动单元结构相同,包括中空电机、减速器和关节输出轴,大腿关节驱动单元包括中空电机、减速器、大腿关节输出轴和弹性体,中空电机内具有减速器,减速器输出连接弹性体,所述弹性体输出连接大腿关节输出轴。本发明的髋关节驱动单元和小腿关节驱动单元采用低减速比减速器降低成本。在大腿关节驱动单元内增加弹性体,可以测量出大腿关节上作用的扭矩,并分析计算出小腿关节上作用的扭矩。提高了机械腿的安全性,保护关节减速器。提高了四足机器人减震和抗冲击能力。
-
公开(公告)号:CN115741711A
公开(公告)日:2023-03-07
申请号:CN202211488327.9
申请日:2022-11-25
Applicant: 浙江大学
IPC: B25J9/16
Abstract: 本发明属于轨迹规划领域,公开了一种机械臂平稳运输液体容器的动态优化方法,包括以下步骤:步骤1:构建运动过程中可随机械臂末端托盘自由转动的贮液容器内液体晃动的等效力学模型;步骤2:构建运动过程中放置于机械臂末端托盘上物体的摩擦模型和力矩模型;步骤3:使用广义时间尺度参数将设定的贮液容器运输路径进行参数化;步骤4:构建贮液容器运输系统的状态空间表达式;步骤5:设计目标函数和约束条件,基于动态优化方法规划机械臂平稳运输贮液容器的时间最优轨迹。本发明能够实现贮液容器运输过程中的多目标优化,具有时间短、液体晃动抑制、轨迹冲击小等优点。
-
公开(公告)号:CN110216677B
公开(公告)日:2022-04-01
申请号:CN201910546388.8
申请日:2019-06-21
Applicant: 浙江大学
Abstract: 本发明公开了一种机械灵巧手弹琴动作序列的生成及其优化方法。第一步:解析midi格式钢琴曲;第二步:确定弹琴时灵巧手双手运动的防碰撞及避让策略;第三步:根据解析得到的每个音符的音高信息,将其对应到琴键位置,根据合适的选择策略,在不发生碰撞的前提下确定该音符由左手或者右手来演奏;第四步:分析每小节内音符的节奏密度,规划弹琴动作序列依次执行的节奏;第五步:根据三、四步规划的结果,确定演奏每一个音符所用的手指,生成对应的动作序列;第六步:基于精英保留策略的遗传算法进行弹琴时的灵巧手的位置及其手指动作序列优化,得到弹琴动作的最优序列;第七步:将演奏动作信息编码成硬件驱动的指令帧,驱动硬件设备进行演奏。
-
公开(公告)号:CN109782601B
公开(公告)日:2021-09-14
申请号:CN201910101817.0
申请日:2019-01-31
Applicant: 浙江大学
IPC: G05B13/04
Abstract: 本发明涉及到一种协调机械臂自适应神经网络同步鲁棒控制器设计方法,主要体现在基座标不确定的工况下被夹持工件能够精准跟踪期望轨迹和内力。本方法运用了自适应滑模控制和RBF神经网络作为控制方法的基础,通过二者的融合,加之针对机械臂协调夹持系统设置相应的逼近鲁棒控制项,实现了控制方法的设计。该控制方法能对不确定的基座标平移误差和旋转误差所产生的轨迹误差进行自适应补偿,通过神经网络逼近不确定的机械臂系统动力学参数和基座标不确定参数,该神经网络具有随输入域、误差和时间不断更新权重因子的功能,所以能够在很短的时间内补偿基座标不确定参数,将机械臂夹持工件的轨迹和内力跟踪误差收敛到期望值附近,提高了控制精度。
-
-
-
-
-
-
-
-
-