-
Patent Agency Ranking
公开(公告)号：CN119704183A
公开(公告)日：2025-03-28
申请号：CN202411849168.X
申请日：2024-12-16
Applicant: 中国矿业大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于强化学习协同控制器的移动机械臂抓取系统及其实现方法，本发明的系统通过强化学习协同控制器，根据工件的目标位置同步生成移动底盘和机械臂的控制指令，实现二者的同步运动；利用激光SLAM技术对工厂环境进行高精度建图和定位，通过Auwoware模块使得移动底盘在移动过程中能够自动调整姿态进行避障和导航；结合OpenCV视觉识别定位模块进行工件的精准识别与定位，通过Moveit模块对机械臂进行控制，最终实现高效的工件自动抓取与放置任务。本发明中的机械臂能够在长距离运输过程中灵活应对不同位置的工件，能够动态调整抓取姿态，避免由于工件超出机械臂运动范围而导致的多次调整，提升整体作业效率。
-
公开(公告)号：CN119388426A
公开(公告)日：2025-02-07
申请号：CN202411625445.9
申请日：2024-11-14
Applicant: 中国矿业大学
Abstract: 本发明公开了基于数字孪生驱动的机械臂强化学习控制平台及构建方法，平台具备虚控实、实控虚和训练优化三大模块。首先通过虚控实功能，数字实体模型控制实体机械臂，实现实时控制；实控虚功能则通过实体机械臂的传感数据反馈，实时更新数字实体模型的关节角度、速度等状态，使虚拟模型与物理模型保持同步。此外平台通过优化训练模块，在数字实体模型中进行强化学习训练，训练后的模型可放入实体模型中进行测试，最终形成完整的优化训练策略，提升其运行效率和精度。该平台支持3D仿真和动态数据更新，实现机械臂的高保真数字孪生，可广泛应用于工业自动化、远程控制、智能制造等领域，能提高控制效率、优化操作流程，提升机械臂作业的安全性与稳定性。
-
公开(公告)号：CN119940070A
公开(公告)日：2025-05-06
申请号：CN202411760492.4
申请日：2024-12-03
Applicant: 中国矿业大学
IPC: G06F30/27 , G06F30/17 , G06N3/0442 , G06N3/08 , G06F119/14
Abstract: 本发明公开了一种带式输送机托辊轴承数字孪生机理模型建模方法，该方法借助可测量的振动信号，使用长短时记忆网络与数值仿真的方法，实现了对带式输送机托辊轴承全生命周期缺陷尺寸的估计与预测，从而建立了带式输送机托辊轴承缺陷尺寸演化的机理模型。本方法能够解决搭建带式输送机的数字孪生平台过程中的托辊轴承缺陷尺寸演化机理模型建模的难题。
-
公开(公告)号：CN119458357A
公开(公告)日：2025-02-18
申请号：CN202411828395.4
申请日：2024-12-12
Applicant: 中国矿业大学
IPC: B25J9/16
Abstract: 本发明公开了基于数字孪生技术的机械臂逆运动学求解及轨迹规划方法，包括构建数字孪生平台，实现虚实交互；具体包括搭建虚拟环境和构建虚实交互通信；基于SAC算法进行强化学习训练，构建机械臂逆解求解模型；具体包括状态空间设计、动作空间设计、通过奖励函数和课程学习策略逐步优化逆运动学求解模型、模型导出以及模型集成；采用多项式插值规划机械臂运动轨迹，生成平滑轨迹。本方法基于强化学习的逆运动学求解方法能够快速适应不同的目标任务，并通过高效的奖励函数设计实现最优解，能够解决传统方法求解耗时长以及适应性差的问题。
-
公开(公告)号：CN119077736A
公开(公告)日：2024-12-06
申请号：CN202411350590.0
申请日：2024-09-26
Applicant: 中国矿业大学
IPC: B25J9/16
Abstract: 本发明公开了一种用于工业机器人的数字孪生数字实体建模方法，包括获取机械臂的物理实体实时运行数据与期望的关节角度，并对这些数据进行预处理，确保输入数据的有效性和一致性；基于预处理后的数据，构建机械臂的深度学习模型；将深度学习模型与3D几何模型相结合，在Unity平台上构建机械臂的数字实体模型；在机械臂运行过程中，实时更新数字实体模型的数据，并对模型进行动态调整和自我完善；本发明的数字孪生建模方法能够实现对工业机器人的模拟和实时优化，适用于工业自动化、智能制造等领域，具有广泛的应用前景，能够提高作业效率和安全性，同时优化机器人之间的协作配合。
-
-
-
-
Search Results
5
records
(took 0.02 seconds)
