-
公开(公告)号：CN119855686A
公开(公告)日：2025-04-18
申请号：CN202380064690.4
申请日：2023-06-16
Applicant: 三菱电机株式会社
IPC: B25J9/16
Abstract: 提供了一种用于控制机器人的操作以执行任务的控制器。所述控制器包括：存储器，所述存储器配置为：存储与所述任务相关联的动态运动基元(DMP)集合。所述DMP集合包括至少两个动态系统集合：表示点吸引子动力学的函数；以及对应于所述任务的习得演示的强制函数。所述控制器包括处理器，所述处理器配置为：通过确定与所述强制函数相关联的扰动函数来将所述DMP集合变换为受约束DMP(CDMP)集合。所述扰动函数与操作约束集合相关联。所述处理器还配置为基于所述操作约束集合求解所述CDMP集合的非线性优化问题，并且基于所述解来生成用于控制所述机器人以执行所述任务的控制输入。
-
公开(公告)号：CN114502335A
公开(公告)日：2022-05-13
申请号：CN202080068408.6
申请日：2020-07-29
Applicant: 三菱电机株式会社
Abstract: 一种确定轨迹的方法和系统，该轨迹包括在一系列时间间隔内具有初始姿势和结束姿势的路径，该轨迹同时满足对具有连杆的机器人臂的动力学约束和几何约束。基于每个连杆的动力学确定动力学约束，并通过生成环境的坐标网格将几何约束确定为一阶可微分函数，以确定每个连杆的端点和障碍物的笛卡尔坐标。使用多连杆动力学模型制订针对机器人臂的非线性优化(NLO)程序，NLO程序使用初始姿势和结束姿势、动力学约束和几何约束作为输入，以优化轨迹的目标函数，对于每个时间间隔，所述轨迹同时满足所述动力学约束和所述几何约束以及机器人臂操作约束。控制机器人驱动器的马达，以基于轨迹移动机器人臂。
-
公开(公告)号：CN118900750A
公开(公告)日：2024-11-05
申请号：CN202280093591.4
申请日：2022-12-15
Applicant: 三菱电机株式会社
IPC: B25J9/16
Abstract: 提供了一种用于通过机器人系统的操纵器来对物体进行重新定向的操纵控制器。该操纵控制器包括：被配置成从布置在机器人系统上的传感器获取测量数据的接口控制器、至少一个处理器、以及被配置成存储计算机实现方法的存储器。所述方法的指令包括：从布置在机器人系统上的视觉传感器和力传感器获取测量数据；基于表示工作台上的物体的接触力与移动之间的输入‑输出关系的非线性静态模型，来确定物体的输入‑输出关系；使用互补性约束来表示物体与操纵器之间的相互作用，以捕获物体与操纵器之间的接触状态；基于在与工作台的外部接触点处的非线性静态模型，来公式化物体的摩擦稳定性的表示；公式化双层优化问题，以使在工作台上正被操纵的物体的位置轨迹上的摩擦稳定性最大化；通过执行双层优化问题来估计待补偿的物理参数中的不确定性值；使用非线性优化解算器对双层优化问题进行求解，并且生成关于使用操纵器向物体施加的接触力序列的控制数据。
-
公开(公告)号：CN114450131B
公开(公告)日：2024-08-13
申请号：CN202080067422.4
申请日：2020-07-29
Applicant: 三菱电机株式会社
Abstract: 一种控制操纵系统的操纵器学习控制设备，包括：接口，其配置为接收操纵系统的操纵器状态信号和关于要由操纵系统在工作空间中操纵的对象的对象状态信号，其中，对象状态信号由至少一个对象检测器检测；输出接口，其配置为向操纵系统发送初始和更新策略程序；存储器，其用于存储包括数据预处理程序、对象状态历史数据、操纵器状态历史数据、无导数半参数高斯过程DF‑SPGP核学习程序、无导数半参数高斯过程DF‑SPGP模型学习程序、更新策略程序和初始策略程序的计算机可执行程序；以及处理器，其与存储器连接，配置为将初始策略程序发送到操纵系统以启动学习过程，学习过程在预设时间段内操作操纵对象的操纵器系统。
-
-
Patent Agency Ranking
公开(公告)号：CN118355336A
公开(公告)日：2024-07-16
申请号：CN202280080844.4
申请日：2022-09-09
Applicant: 三菱电机株式会社
Abstract: 提供了一种用于通过学习系统的动力学来生成控制系统的策略的控制器。控制器被配置为执行以下步骤：从设置在系统上的传感器获取测量数据；向存储器提供由系统的动力学的已知部分和系统的动力学的未知部分表示的非线性系统模型；通过基于标称策略和关于状态的噪声项使用系统的传感器测量系统的动力学来收集系统的状态；通过收集系统的数据来估计控制输入的集合和系统的状态的集合的序列，其中，数据包括系统状态、应用的控制输入和系统状态的变化的集合，其中，控制输入中的每个通过标称策略和附加噪声项计算；利用收集到的系统的数据学习多面体系统，以用于利用线性概率回归模型近似系统的动力学的未知部分；通过对在终端状态的邻域内的初始状态进行采样并通过监督学习估计终端控制器的吸引子盆来估计吸引子盆；以及利用估计的多面体系统生成多面体策略，以将系统从初始状态驱动到终端控制器的吸引子盆。
-
公开(公告)号：CN113272105B
公开(公告)日：2024-05-03
申请号：CN201980085997.6
申请日：2019-06-26
Applicant: 三菱电机株式会社
IPC: B25J9/16
Abstract: 一种用于控制机器人臂执行沿着插入线插入部件的系统接受机器人臂的腕部沿着插入线在当前位置所经历的力的测量，并且根据作为机器人臂的腕部沿着插入线的位置的概率函数的机器人臂的腕部沿着插入线所经历的力的概率关系来确定以位置的当前值为条件的力的值的概率。概率函数从具有该机器人臂的配置的一个或多个机器人臂在控制下重复地执行的操作的测量学习。该系统基于力的当前值的概率来确定异常检测结果并且基于异常检测结果来控制机器人臂。
-
公开(公告)号：CN114761966A
公开(公告)日：2022-07-15
申请号：CN202080084431.4
申请日：2020-12-04
Applicant: 三菱电机株式会社
Abstract: 提供了用于优化用于以轨迹为中心的强化学习的系统的局部控制策略的控制器。控制器包括执行以下步骤：使用在使用初始随机控制策略执行的试错实验期间收集的数据的集合，来学习系统的随机预测模型；估计相关联的平均预测和不确定性；在当前时间步骤使用控制输入时，使用经过学习的随机系统模型确定系统与标称系统状态的偏差的局部集合；确定具有最坏情况偏差的系统状态；确定稳健性约束的梯度；使用非线性规划来提供并求解稳健策略优化问题，以获得系统轨迹并且同时稳定局部策略；根据求解的优化问题更新控制数据；以及经由接口输出更新后的控制数据。
-
公开(公告)号：CN114450131A
公开(公告)日：2022-05-06
申请号：CN202080067422.4
申请日：2020-07-29
Applicant: 三菱电机株式会社
Abstract: 一种控制操纵系统的操纵器学习控制设备，包括：接口，其配置为接收操纵系统的操纵器状态信号和关于要由操纵系统在工作空间中操纵的对象的对象状态信号，其中，对象状态信号由至少一个对象检测器检测；输出接口，其配置为向操纵系统发送初始和更新策略程序；存储器，其用于存储包括数据预处理程序、对象状态历史数据、操纵器状态历史数据、无导数半参数高斯过程DF‑SPGP核学习程序、无导数半参数高斯过程DF‑SPGP模型学习程序、更新策略程序和初始策略程序的计算机可执行程序；以及处理器，其与存储器连接，配置为将初始策略程序发送到操纵系统以启动学习过程，学习过程在预设时间段内操作操纵对象的操纵器系统。
-
公开(公告)号：CN110139794B
公开(公告)日：2021-07-16
申请号：CN201780077990.0
申请日：2017-11-28
Applicant: 三菱电机株式会社
IPC: B62D15/02
Abstract: 本发明涉及用于自动化停车的方法和系统，该方法和系统使用车辆的几何结构和停车空间的地图确定通过路点集合连接车辆的初始状态与停放车辆的目标状态的无碰撞几何路径；并且使用车辆的运动学模型确定形成运动学图的运动学子图集合，该运动学图具有用运动学边连接的多个节点。各路点限定车辆的位置和方位，各运动学子图将几何路径的一对相邻路点连接，各节点限定车辆的状态，并且连接两个节点的各运动学边根据车辆的运动学特性限定连接两个节点的无碰撞运动学路径。从运动学图选择运动学路径，并且使用车辆的动态模型确定作为时间的函数对运动学路径进行跟踪的参考轨迹。车辆的运动根据参考轨迹。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.019 seconds)
