基于位形雅可比条件数优化的机器人外力估计方法及系统

    公开(公告)号:CN114516050B

    公开(公告)日:2024-02-13

    申请号:CN202210207511.5

    申请日:2022-03-03

    Abstract: 一种基于位形雅可比条件数优化的机器人外力估计方法及系统,使用基于反向传播神经网络的半参数摩擦力模型构建广义动量观测器估计机器人受到的外部作用力,通过提升机器人低关节速度下的摩擦力建模准确度,改善了观测器的外力估计精度,结合基于位形雅可比条件数的优化,得到了能有效抑制关节力矩噪声和建模误差对外力估计产生不良影响的机器人位形。满足了在不使用力/力矩传感器的条件下机器人准确感知外力的需求。

    基于双工位机器人的汽车密封条自动化后加工系统

    公开(公告)号:CN111975431A

    公开(公告)日:2020-11-24

    申请号:CN201910422314.3

    申请日:2019-05-21

    Abstract: 一种基于双工位机器人的汽车密封条自动化后加工系统,包括:环绕设置的用于加工工件的上下料的滑轨式上下料机构、第二冲切台、工作交换台和第一冲切台,以及设置于其中部空间内的两个六轴机器人及质量检测机构,本发明采用双机器人相互协作夹持密封条在各冲切工装进行加工,多角度冲切时仅需机器人进行位姿的调节,满足多种型号的密封条的后加工需要,节省工厂的占地面积,提高了效率以及单位面积的产值,并且设置了自动化的质量检测系统,替代了传统人工的切片检查,更精确方便。

    基于位形雅可比条件数优化的机器人外力估计方法及系统

    公开(公告)号:CN114516050A

    公开(公告)日:2022-05-20

    申请号:CN202210207511.5

    申请日:2022-03-03

    Abstract: 一种基于位形雅可比条件数优化的机器人外力估计方法及系统,使用基于反向传播神经网络的半参数摩擦力模型构建广义动量观测器估计机器人受到的外部作用力,通过提升机器人低关节速度下的摩擦力建模准确度,改善了观测器的外力估计精度,结合基于位形雅可比条件数的优化,得到了能有效抑制关节力矩噪声和建模误差对外力估计产生不良影响的机器人位形。满足了在不使用力/力矩传感器的条件下机器人准确感知外力的需求。

    一种卷积神经网络的半参数化工业机器人动力学建模方法

    公开(公告)号:CN112327630A

    公开(公告)日:2021-02-05

    申请号:CN202011299388.1

    申请日:2020-11-19

    Abstract: 本发明公开一种卷积神经网络的半参数化工业机器人动力学建模方法,涉及工业机器人技术领域。包括如下步骤:建立工业机器人动力学模型;设计激励轨迹;采集机器人沿激励轨迹运动的关节电流和编码器信息并进行处理;根据机器人动力学方程和线性矩阵不等式与半定规划算法(LMI‑SDP)求解刚体动力学参数;选取用于获取误差数据集的运动轨迹,采集数据,利用先前所得的刚体动力学参数求得误差;针对每个关节构建卷积神经网络(CNN),用于误差补偿;模型验证。本发明在考虑机器人传统刚体动力学建模的同时,用卷积神经网络对误差进行建模与补偿,提升机器人动力学建模的精度,为基于机器人动力学模型的控制算法的性能提升打下了基础。

Patent Agency Ranking