-
公开(公告)号：CN113260941A
公开(公告)日：2021-08-13
申请号：CN201980087703.3
申请日：2019-01-09
Applicant: 三菱电机株式会社
Abstract: 控制装置(1)对具有可动部和拍摄装置(202)的控制对象装置(2)进行控制，该拍摄装置(202)伴随可动部的移动而与目标物的相对位置变化，取得目标物的拍摄图像，该控制装置(1)的特征在于，具有：驱动部(102、103)，其基于使可动部移动至目标位置的驱动指令信号对可动部进行驱动；相对位置推定部，其基于驱动指令信号，对目标物和拍摄装置(202)的相对位置的推定值进行计算；模板图像校正部(106)，其基于拍摄装置(202)的拍摄时间内的相对位置的推定值的时间序列信号，对预先登记的模板图像进行校正；以及目标位置校正部(108)，其使用校正后的模板图像对目标位置进行校正。
-
Patent Agency Ranking
公开(公告)号：CN117461003A
公开(公告)日：2024-01-26
申请号：CN202180097752.2
申请日：2021-07-01
Applicant: 三菱电机株式会社
IPC: G05B19/4155 , G05B13/04
Abstract: 具有：加工数据取得部(11)，其取得包含用于使加工机(4)进行多个步骤量的加工的与时间序列的加工条件相关的数据、及加工机(4)基于加工条件而执行多个步骤量的与加工状态相关的数据在内的多个加工数据；分析部(13)，其对针对各加工数据的重要度进行计算；提取部(14)，其基于由分析部(13)计算出的重要度，从多个加工数据之中，对用于进行第1机器学习模型的迁移学习的多个迁移学习数据进行提取；以及学习部(153)，其使用多个迁移学习数据而进行第1机器学习模型的迁移学习，生成将与多个步骤量的时间序列的加工条件相关的数据作为输入而对多个步骤量执行后的与加工状态相关的数据进行输出的第2机器学习模型。
-
公开(公告)号：CN113748597A
公开(公告)日：2021-12-03
申请号：CN201980095382.1
申请日：2019-04-16
Applicant: 三菱电机株式会社
IPC: H02P29/00
Abstract: 具有：电动机状态观测部(1)，其对电动机状态信号进行输出；第一扭矩推定部(21)，其基于电动机状态信号及对象机械(10)的物理模型参数，对第一推定扭矩和物理状态变量进行输出；物理模型存储部(22)，其以减小实际扭矩和第一推定扭矩的差分的方式对物理模型参数进行学习并存储；特征量生成部(3)，其根据第一推定扭矩、物理状态变量及电动机状态信号之中的至少一个而生成特征量；第二扭矩推定部(41)，其使用在输入输出关系包含自回归项的机器学习而根据特征量及机器学习模型参数对机器学习校正量进行计算，与第一推定扭矩相加而将第二推定扭矩进行输出；以及机器学习模型存储部(42)，其以机器学习校正量与实际扭矩和第一推定扭矩的差分接近的方式，通过有教师学习对机器学习模型参数进行学习并存储。
-
公开(公告)号：CN115943425A
公开(公告)日：2023-04-07
申请号：CN202080102587.0
申请日：2020-07-07
Applicant: 三菱电机株式会社
IPC: G06T7/00
Abstract: 视觉反馈控制装置(20)具有：照相机(3)，其对目标物图像(103)进行输出；模板图像存储部(6)，其对模板图像(106)进行存储；图像处理部(7)，其使用目标物图像(103)及模板图像(106)，通过子像元点精度对目标物(5)的实际位置进行测量，作为图像处理测定值(107)而输出；驱动指令生成部(8)，其生成驱动指令信号(108)；误差校正控制部(4)，其使用图像处理测定值(107)对驱动指令信号(108)的误差进行校正，生成驱动校正信号(104)；机械驱动部(1)，其基于驱动校正信号(104)，使机械前端(2)相对于目标物(5)的相对位置变化；以及模板图像解析部(9)，其对模板图像(106)进行解析而对图像处理测定值(107)的测量精度进行计算，作为图像处理精度解析值(109)而输出。
-
公开(公告)号：CN113748597B
公开(公告)日：2024-05-10
申请号：CN201980095382.1
申请日：2019-04-16
Applicant: 三菱电机株式会社
IPC: H02P29/00
Abstract: 具有：电动机状态观测部(1)，其对电动机状态信号进行输出；第一扭矩推定部(21)，其基于电动机状态信号及对象机械(10)的物理模型参数，对第一推定扭矩和物理状态变量进行输出；物理模型存储部(22)，其以减小实际扭矩和第一推定扭矩的差分的方式对物理模型参数进行学习并存储；特征量生成部(3)，其根据第一推定扭矩、物理状态变量及电动机状态信号之中的至少一个而生成特征量；第二扭矩推定部(41)，其使用在输入输出关系包含自回归项的机器学习而根据特征量及机器学习模型参数对机器学习校正量进行计算，与第一推定扭矩相加而将第二推定扭矩进行输出；以及机器学习模型存储部(42)，其以机器学习校正量与实际扭矩和第一推定扭矩的差分接近的方式，通过有教师学习对机器学习模型参数进行学习并存储。
-
公开(公告)号：CN113260941B
公开(公告)日：2023-10-24
申请号：CN201980087703.3
申请日：2019-01-09
Applicant: 三菱电机株式会社
Abstract: 控制装置(1)对具有可动部和拍摄装置(202)的控制对象装置(2)进行控制，该拍摄装置(202)伴随可动部的移动而与目标物的相对位置变化，取得目标物的拍摄图像，该控制装置(1)的特征在于，具有：驱动部(102、103)，其基于使可动部移动至目标位置的驱动指令信号对可动部进行驱动；相对位置推定部，其基于驱动指令信号，对目标物和拍摄装置(202)的相对位置的推定值进行计算；模板图像校正部(106)，其基于拍摄装置(202)的拍摄时间内的相对位置的推定值的时间序列信号，对预先登记的模板图像进行校正；以及目标位置校正部(108)，其使用校正后的模板图像对目标位置进行校正。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
