-
公开(公告)号:CN117961892A
公开(公告)日:2024-05-03
申请号:CN202410121686.3
申请日:2024-01-29
Applicant: 北京工业大学
IPC: B25J9/16
Abstract: 本发明提出了一种运动约束机制和深度级联宽度学习结合的机械臂运动控制方法,步骤为:获取机械臂运动控制所需数据建立数据集;根据数据集获取同时刻角位置、角速度和角加速度的跟踪误差;构建深度级联宽度学习系统引入稀疏自编码器设计深度网络重构的特征节点和增强节点;将角位置、角速度的跟踪误差作为输入,修正角加速度作为输出,设计运动控制网络;设计符合运动控制网络的运动约束条件;利用贝叶斯回归算法求解网络权重矩阵;根据李雅普诺夫稳定性函数确定网络参数的约束条件;训练获取机械臂运动控制网络;获取机械臂运动指令实现运动控制。本发明计算冗余度低、控制精度高、运动极限约束,能够确保机械臂快速收敛到预定轨迹和作业工程中稳定运行。
-
公开(公告)号:CN118305783B
公开(公告)日:2024-09-06
申请号:CN202410330081.5
申请日:2024-03-21
Applicant: 北京工业大学
IPC: B25J9/16
Abstract: 本发明公开了一种语言导向的机器人类别级推抓协同方法,属于机器人技术领域,包括以下步骤:步骤一、使用状态差分具身自我监督方法收集数据和标签,生成数据集;步骤二、使用收集的数据集和语言文本指令训练语言引导的具身多模态物体认知网络;步骤三、在模拟环境中训练推抓协同决策网络;步骤四、把训练好的语言引导的具身多模态物体认知网络和推抓协同决策网络遵循认知‑决策框架共同构成语言导向的类别级推抓协同网络,将其部署到现实世界的机器人系统上;步骤五、使用相机采集工作空间RGB‑D图像并和语言指令送入语言导向的类别级推抓协同网络中做出决策;步骤六、机器人执行决策;步骤七、重复步骤五、步骤六直至抓取任务完成。
-
公开(公告)号:CN118305783A
公开(公告)日:2024-07-09
申请号:CN202410330081.5
申请日:2024-03-21
Applicant: 北京工业大学
IPC: B25J9/16
Abstract: 本发明公开了一种语言导向的机器人类别级推抓协同方法,属于机器人技术领域,包括以下步骤:步骤一、使用状态差分具身自我监督方法收集数据和标签,生成数据集;步骤二、使用收集的数据集和语言文本指令训练语言引导的具身多模态物体认知网络;步骤三、在模拟环境中训练推抓协同决策网络;步骤四、把训练好的语言引导的具身多模态物体认知网络和推抓协同决策网络遵循认知‑决策框架共同构成语言导向的类别级推抓协同网络,将其部署到现实世界的机器人系统上;步骤五、使用相机采集工作空间RGB‑D图像并和语言指令送入语言导向的类别级推抓协同网络中做出决策;步骤六、机器人执行决策;步骤七、重复步骤五、步骤六直至抓取任务完成。
-
公开(公告)号:CN116242274A
公开(公告)日:2023-06-09
申请号:CN202310285024.5
申请日:2023-03-22
Applicant: 北京工业大学
IPC: G01B11/24
Abstract: 本发明公开一种大范围高精度的实时表面形貌测量方法及系统,属于表面形貌测量领域。在宏观表面扫描范围内控制样品按照宏观表面扫描步长进行水平面移动,待移动至微观局部扫描范围时,在微观局部扫描范围内控制样品按照微观局部扫描步长进行水平面移动,并在水平面移动过程中随时调整样品的垂向位移,使得反射光斑一直位于位置探测器的中心,根据记录的垂向位移调整值以及对应的扫描位置,输出当前扫描样品的表面形貌成像,并最终形成宏观表面的表面形貌成像和微观局部的表面形貌成像,实现了跨尺度范围的表面形貌成像与微观局部高精度成像。
-
-
-