-
公开(公告)号：CN113290555A
公开(公告)日：2021-08-24
申请号：CN202110499901.X
申请日：2021-05-08
Applicant: 浙江大学
IPC: B25J9/16
Abstract: 本发明公开了一种工业机器人时间最优控制轨迹的优化方法，主要体现在保证机器人快速到达指定位置的前提下，考虑在运动过程中机械臂的运动学、动力学层面的约束，尽量使机械臂能够最大限度的发挥。该方法包括构建包含时间尺度的广义路径变量，和基于凸优化理论建立的时间最优控制的约束模型，最后利用线性规划的方法，对该模型的求解效率进行优化。本方法的优点是通过综合改进后的规划轨迹，在求解效率上相比采用单一的算法，具有明显的优势。
-
公开(公告)号：CN111487867A
公开(公告)日：2020-08-04
申请号：CN202010302626.3
申请日：2020-04-16
Applicant: 浙江大学
IPC: G05B13/04
Abstract: 本发明涉及运动控制领域，尤其涉及一种液体晃动模型参考自适应抑制运动控制方法，包括如下步骤：首先构建运动过程中液体晃动的等效力学模型及其状态空间表达式；然后基于线性二次型最优控制方法，建立参考模型；最后设计液体晃动抑制模型参考自适应控制律，使得被控对象的响应快速跟踪参考模型的响应,抑制液体晃动。本发明的方法具有系统结构简单、易于实现且能够应用于大多数欠驱动系统，不用建立贮液容器中液体准确的晃动动力学模型，在保证快速响应和不需要液体状态信息反馈的同时自适应抑制液体晃动，实现贮液容器运载过程中的多目标优化，包括快速精确响应、液体晃动抑制和提高能量利用率的优点。
-
公开(公告)号：CN119973982A
公开(公告)日：2025-05-13
申请号：CN202510047070.0
申请日：2025-01-13
Applicant: 余姚市机器人研究中心 , 浙江大学
Abstract: 本发明公开了一种基于量子粒子群优化BP神经网络的机械臂误差补偿方法，主要体现在高维、非线性、多峰以及动态复杂环境中，能实时自适应调整补偿策略，实现对几何‑非几何耦合误差的精确补偿。该方法采用反向传播神经网络BPNN对机器人的关节角误差进行预测，能自适应地学习和逼近非线性误差特征，解决了指数积（POE）模型参数众多、解耦困难导致精度补偿不佳的问题，并且通过量子粒子群算法QPSO对BP神经网络的参数进行优化，增强了全局搜索能力，避免了局部最优解，同时提高了收敛速度，提升了BP神经网络的训练效率，最终显著提高了补偿精度和系统稳定性。
-
公开(公告)号：CN119936866A
公开(公告)日：2025-05-06
申请号：CN202510085009.5
申请日：2025-01-20
Applicant: 余姚市机器人研究中心 , 浙江大学
Abstract: 本发明属于便携式多传感器数据采集技术领域，公开了一种通用的手持多传感器数据采集装置及方法，包括主体机架、供电模组、驱动采集模块、传感器模块，所述供电模组、驱动采集模块、传感器模块安装在主体机架上，所述装置采用手持的方式采集传感器模块中所有传感器的帧同步的原始数据集，并通过激光雷达惯性SLAM算法获得Body坐标系在世界坐标系中的定位坐标，能够采集各种类高精度帧同步的通用数据集。本发明提供的通用的手持多传感器数据采集装置及方法，可以搭载自动驾驶及自主机器人领域所有常见传感器，结构紧凑可靠、制作及使用简单，所采集的数据可用于多模态深度学习、算法评估等各种用途。
-
公开(公告)号：CN115556114B
公开(公告)日：2025-04-29
申请号：CN202211386297.0
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: B25J9/16
Abstract: 本发明公开一种基于闭环矢量链摄动与抗差估计主元回归算法的几何误差参数辨识方法，可在外部环境误差干扰下确辨识出并联机器人几何误差参数。本方法根据并联机构末端位置的关联程度，将机器人拆为旁支闭环与最终闭环，简化误差模型求解过程。然后使用一阶摄动理论分离几何误差，构建出并联机器人几何误差线性模型，将非线性优化问题转化为线性优化问题，提升辨识算法的辨识精度。在主元回归算法的基础上，采用抗差估计修正几何误差辨识矩阵，抑制粗差数据，提高算法的鲁棒性，进一步提高模型的几何误差参数辨识精度。该方法能够简化误差模型的求解与构建，并利用权函数减少粗差数据干扰，使主元回归算法抗差能力增加，提高几何误差参数辨识精度。
-
Patent Agency Ranking
公开(公告)号：CN119840872A
公开(公告)日：2025-04-18
申请号：CN202510042286.8
申请日：2025-01-10
Applicant: 余姚市机器人研究中心 , 浙江大学
IPC: B64U10/14 , B64U20/40 , B64U60/10 , B63C9/01 , B64U101/55 , B64U101/60
Abstract: 本发明属于无人机救援技术领域，公开了一种模块化水上救援无人机，包括旋翼模组、浮力模组、运动控制模组、供电模组及无人机主体机架。所述旋翼模组通过运动控制模组实现空中的升力和水平推力输出，所述浮力模组通过气囊设计提供水面浮力并支持救生功能。无人机主体机架采用模块化设计，可快速组合不同功能模块，满足多场景救援需求。通过整合浮力模组的水面稳定性能和旋翼模组的飞行能力，本发明能够实现漂浮救援及自主搜寻等任务，在巡检、救援、勘探等场景下具备极大的应用潜力。
-
公开(公告)号：CN119704205A
公开(公告)日：2025-03-28
申请号：CN202510214447.7
申请日：2025-02-26
Applicant: 北京航空航天大学杭州创新研究院 , 浙江大学
IPC: B25J9/16
Abstract: 本发明提供了一种机器人的力位混合控制方法及装置，涉及机器人控制技术领域，包括：基于预设控制模式操作对机器人的期望输入，确定机器人的控制目标；通过预设的状态预测模型计算控制目标对应的机器人控制增量，以确定机器人的控制力矩，从而对机器人进行驱动控制。其中，控制目标至少包括以下控制之一的混合模式：位姿控制、力或力矩控制；状态预测模型基于机器人的力矩状态方程、位姿状态方程和机器人的雅可比矩阵构建，雅可比矩阵基于机器人的腰及双臂子系统的雅可比构建。本发明能够实现在统一框架下的机器人的位姿跟踪和力/力矩跟踪，并实现人形机器人等高自由度机器人的力位混合控制，能更全面地应对复杂的任务需求。
-
公开(公告)号：CN119439826A
公开(公告)日：2025-02-14
申请号：CN202411429527.6
申请日：2024-10-14
Applicant: 浙江大学 , 余姚市机器人研究中心
IPC: G05B19/042
Abstract: 本发明属于无人机控制技术领域，公开了一种基于神经网络增强的模型预测轮廓控制系统及方法，该系统通过S4‑Conv自适应网络架构处理无人机的多源传感数据，包括里程计、推力输出及PVDF柔性碰撞传感器，精确预测无人机的下一时刻位置与姿态。基于此预测模型，提出了一种神经网络增强的模型预测轮廓控制框架，用于优化无人机的推力输出并进行实时姿态调整。该方法能够快速响应外部碰撞和复杂环境中的动态扰动，显著提高无人机的轨迹跟踪精度与任务执行的稳定性，适用于城市空间、灾区搜救等复杂环境中的无人机飞行控制任务。
-
公开(公告)号：CN119328754A
公开(公告)日：2025-01-21
申请号：CN202411556503.7
申请日：2024-11-04
Applicant: 浙江大学
IPC: B25J9/16
Abstract: 本发明公开了基于可操作度自适应优化的移动机械臂协调运动控制方法，通过设计移动机械臂冗余运动学零空间解析方法，实现主要任务和次级任务的同步控制；通过设计基于雅可比矩阵自适应加权伪逆的任务空间运动分配算法，考虑车‑臂运动特性差异保证末端运动精度；通过设计基于可操作度和自碰撞规避的扩展可操作度自适应加权优化算法，提升车‑臂协调运动的安全性与可操作度；通过设计基于运动学参数自适应估计的移动机械臂协调运动控制算法，实现末端跟踪误差有限时间收敛；通过李亚普诺夫设计方法实现控制器有限时间稳定性，提升移动机械臂连续性作业的协调性和响应速度及精度。
-
公开(公告)号：CN119312606A
公开(公告)日：2025-01-14
申请号：CN202411133594.3
申请日：2024-08-15
Applicant: 浙江大学 , 余姚市机器人研究中心
IPC: G06F30/23 , G06F30/17 , G06F119/14
Abstract: 本发明涉及机器人关节弹性体优化技术领域，尤其涉及一种基于高斯滤波算法的关节弹性体优化设计方法，该方法通过建立基于阿基米德螺旋线的有限元仿真模型，构建以最大化形变和最小化应力为目标的优化函数，并选取弹性体的关键设计参数分阶段进行迭代优化，最后通过高斯滤波算法对弹性体的H桥结构的边缘曲线进行平滑处理。本发明方法能有效减少关节弹性体应力集中现象并提升其结构的轻薄性，实现对冲击能量的储存和释放，从而在确保受力均匀和刚度系数提升的同时，显著增强关节的动态稳定性和负载能力。
-
-
-
-
-
-
-
-
-
Search Results
99
records
(took 0.021 seconds)
