-
公开(公告)号：CN110728088B
公开(公告)日：2021-06-04
申请号：CN201910922978.6
申请日：2019-09-27
Applicant: 清华大学
Abstract: 本发明公开了一种工件三维热膨胀变形的跟踪仪转站参数优化方法及装置，其中，该方法根据待测工件的三维数模，通过ANSYS有限元热分析计算工件热膨胀变形的中心点；建立考虑工件三维热膨胀变形的转站目标优化函数；根据工件增强系统参考点的理论值以及通过激光跟踪仪实际测量的工件增强系统参考点的位置结果，采用奇异值分解方法获得转站参数初始值；根据转站参数初始值，随机生成多个转站参数建立优化算法的粒子种群，并计算粒子群个体的适应值；采用粒子群优化算法对种群个体进行迭代优化，直到计算得到最优的跟踪仪转站参数。该方法充分考虑了大型工件在温度变化引起的工件三维热变形因素，提高了跟踪仪转站测量的精度。
-
公开(公告)号：CN110044358B
公开(公告)日：2020-10-02
申请号：CN201910356692.6
申请日：2019-04-29
Applicant: 清华大学
Abstract: 本发明提供了一种基于现场场线特征的移动机器人定位方法，其包括步骤S1‑S10。在本发明中，使用工作环境中的已有场线特征，保证了全局环境地图与真实工作环境的一致性；基于场线特征离散化成采样点的方式来进行匹配度的计算，有效地克服了可能存在的有效特征信息不足的问题；构建出的全局概率地图，方便后续机器人在定位过程中的定量计算，节约了计算时间；增量式边线提取算法受外界噪声干扰低、使用的参数少，减少了计算量；基于蒙特卡罗方法进行采样，使得滤波精度可以逼近最优估计，大大降低了计算复杂度；粒子滤波算法具有较强的建模能力，可以有效克服非线性情况下高斯分布的制约、能够适应现实复杂环境的要求，提高了机器人的自定位精度。
-
公开(公告)号：CN110181506B
公开(公告)日：2020-09-18
申请号：CN201910343693.7
申请日：2019-04-26
Applicant: 清华大学
IPC: B25J9/16
Abstract: 本发明提出一种基于常曲率假设的弹性软体机器人运动学建模方法，属于机器人运动学建模领域。该方法利用基尔霍夫杆理论以及常曲率假设，首先建立植入弹性软体机器人柔性材料中的人工肌肉对应的力、位移、控制量的方程；随后计算弹性软体机器人工作温度下的实际长度，并利用柔性材料的力学参数进行计算；最后计算关于中性面的截面惯量矩，计算弹性软体机器人在工作温度下的曲率半径和角度，得到工作温度下的弹性软体机器人的真实形状，完成运动学建模。本方法建模过程简单方便，考虑了弹性软体机器人弹性形变的影响，不涉及偏微分方程的数值计算，能够快速地建立弹性软体机器人的形状以及其中人工肌肉参数的关系。
-
公开(公告)号：CN108058758B
公开(公告)日：2020-06-09
申请号：CN201711284805.3
申请日：2017-12-07
Applicant: 东莞深圳清华大学研究院创新中心
IPC: B62D57/032 , G06F30/20 , G06F30/17
Abstract: 本发明提供一种基于六自由度腿的机器人双足行走仿真评估系统及评估方法，包括双足机器人模型和步态规划算法，双足机器人模型‑1和步态规划算法‑2为仿真评估系统的输入，双足机器人模型包含了机器人的外形及动力学参数，步态规划算法则能够依据期望的落脚足迹规划出全身多达20余个关节的运动轨迹；仿真评估系统的输出是仿真评估结果，用以评估机器人结构以及步态规划算法的性能。通过计算机仿真方式，解决了参数更为复杂，涉及的因素更多的全方位步行运动优化。
-
公开(公告)号：CN110815245A
公开(公告)日：2020-02-21
申请号：CN201911133334.5
申请日：2019-11-19
Applicant: 清华大学
Abstract: 本发明提供了一种用于迎宾的服务机器人，其包括：基于麦克纳姆轮的全方位移动底盘；基于Stewart并联机构的六自由度腰部关节，安装在全方位移动底盘上；躯干及头部，固定安装在腰部关节的上端；两个协作机械臂，对称安装在躯干及头部的两侧；两个机械手，分别安装在协作机械臂的末端。迎宾服务机器人腰部可以在一定范围内实现六自由度运动，增加了机器人的灵活性和仿人程度，能够实现鞠躬动作，能够模拟人类行走过程中的躯干摆动动作，还能够模拟人类的扭腰动作。在增加机器人的灵活性和仿人程度的同时，机器人的体积并没有明显增加。由此，能提高用于迎宾的服务机器人的仿人程度，提高用于迎宾的服务机器人的服务质量和被服务对象的满意程度。
-
Patent Agency Ranking
公开(公告)号：CN109571465B
公开(公告)日：2019-11-12
申请号：CN201811373616.8
申请日：2018-11-19
Applicant: 东莞深圳清华大学研究院创新中心
IPC: B25J9/16
Abstract: 本发明公开了一种智能仿人机器人的决策控制模块，其包括决策控制器和设置在仿人机器人躯干部分的安装盒，安装盒上设有若干用于固定决策控制器的连接紧固位置，决策控制器包括壳体和设置在壳体内的控制电路板，决策控制器对应若干连接紧固位置固定在安装盒内，于壳体上设有多个用于和控制电路板连接的对外电气接口。本发明还公开了一种内嵌于上述智能仿人机器人的决策控制模块的仿人机器人运动控制算法。本发明结构设计合理巧妙，决策控制器对应若干连接紧固位置固定在仿人机器人躯干部分的安装盒内，便于决策控制器的安装和拆卸，另外在智能仿人机器人的决策控制模块内嵌入仿人机器人运动控制算法，有利于决策控制模块的标准化。
-
公开(公告)号：CN109613519A
公开(公告)日：2019-04-12
申请号：CN201910027885.7
申请日：2019-01-11
Applicant: 清华大学
IPC: G01S7/497
Abstract: 本发明提供了一种基于多激光跟踪仪测量场的对合调姿方法，其包括步骤：S1，建立理想装配体模型；S2，构建出多激光跟踪仪测量场；S3，采用光束平差法进行迭代计算，求出任意两台激光跟踪仪之间的齐次转换矩阵；S4，计算出各测量辅助点在全局坐标系下的坐标；S5，将目标工件工装装配于基准工件工装。测量辅助点的位置选择约束较少，更为灵活，避免了测量辅助点之间的相对位置发生漂移，提高了测量精度。转站计算采用基于全局优化思想的光束平差法，其可一次性完成多台激光跟踪仪之间的转站计算，提高了转站精度。同时采用激光跟踪仪的实测数据进行指导调姿，减小了目标测量点放置误差对目标测量点位置估计结果的影响，提高了测量精度。
-
公开(公告)号：CN109571465A
公开(公告)日：2019-04-05
申请号：CN201811373616.8
申请日：2018-11-19
Applicant: 东莞深圳清华大学研究院创新中心
IPC: B25J9/16
Abstract: 本发明公开了一种智能仿人机器人的决策控制模块，其包括决策控制器和设置在仿人机器人躯干部分的安装盒，安装盒上设有若干用于固定决策控制器的连接紧固位置，决策控制器包括壳体和设置在壳体内的控制电路板，决策控制器对应若干连接紧固位置固定在安装盒内，于壳体上设有多个用于和控制电路板连接的对外电气接口。本发明还公开了一种内嵌于上述智能仿人机器人的决策控制模块的仿人机器人运动控制算法。本发明结构设计合理巧妙，决策控制器对应若干连接紧固位置固定在仿人机器人躯干部分的安装盒内，便于决策控制器的安装和拆卸，另外在智能仿人机器人的决策控制模块内嵌入仿人机器人运动控制算法，有利于决策控制模块的标准化。
-
公开(公告)号：CN109158729A
公开(公告)日：2019-01-08
申请号：CN201811265028.2
申请日：2018-10-29
Applicant: 清华大学
IPC: B23K9/04
Abstract: 本发明提出一种电弧增材制造中焊道的纵向连接方法，属于自动化制造技术领域。该方法首先在电弧增材制造平台上进行预实验，确定焊接速度和送丝速度的取值范围；然后在该取值范围内，进行正式实验并记录送丝速度、焊接速度、每次所得的焊道堆积结果的高度与宽度；根据记录结果对高度与宽度分别进行回归拟合，得到焊道纵向堆积模型；使用时，将需要的宽度和高度代入模型求解，若存在解满足设定的取值范围，则按照计算得到的送丝速度和焊接速度进行焊接，实现焊道的纵向连接。本发明可在电弧增材制造中建立较为准确的焊接速度、送丝速度对焊道纵向堆积结果的宽度、高度的关系，提高零件成型质量，获得良好的电弧增材制造效果。
-
公开(公告)号：CN108196447A
公开(公告)日：2018-06-22
申请号：CN201711423471.3
申请日：2017-12-25
Applicant: 清华大学
Abstract: 本发明涉及一种利用基于学习遗传进化算法的机器人双轴孔装配方法，属于机器人自动化装配技术领域。本发明方法利用回归预测模型，对实际的机器人装配过程的适应度值，进行预测，每次仅对少量的最优的基因进行实际实验的测试，因此本发明方法能够基于少量的实验就对实际环境中的装配控制算法进行优化，从而改善装配过程。本方法利用支持向量机的回归模型，对于复杂的包含噪声的非线性系统具有很强拟合能力，并且可以理论上收敛到最优，避免局部极小的问题，其计算复杂性取决于支持向量机的数目而不是样本空间的维数，一定程度上可以避免了维数灾难问题。
-
-
-
-
-
-
-
-
-
Search Results
129
records
(took 0.032 seconds)
