一种基于GBDT算法的工业机器人位置误差补偿方法和系统

    公开(公告)号:CN115107022B

    公开(公告)日:2024-04-19

    申请号:CN202210694169.6

    申请日:2022-06-16

    Abstract: 本发明公开了一种基于GBDT算法的工业机器人位置误差补偿方法和系统,其中方法包括:将各关节的几何参数误差累加得到总位置误差,将总位置误差最小化搜索出的几何参数误差作为初始种群,进行遗传优化,得到优化后的几何参数误差;将关节角度输入训练好的GBDT模型,预测残余位置误差,将优化后的几何参数误差、预测的残余位置误差与关节角度结合得到末端位置,将关节角度作为种群中的粒子,进行种群搜索,得到最优关节角度,控制工业机器人在最优关节角度下运动,完成位置误差补偿。本发明可有效降低几何参数误差和非几何参数误差对机器人位置误差的影响,在机器人控制器参数修改权限不开放的情况下完成补偿,具有适用性广,稳定性好,精度高的优点。

    一种基于摩擦补偿控制的工业机器人轨迹跟踪方法和系统

    公开(公告)号:CN114952858B

    公开(公告)日:2024-08-27

    申请号:CN202210694241.5

    申请日:2022-06-16

    Abstract: 本发明公开了一种基于摩擦补偿控制的工业机器人轨迹跟踪方法和系统,其中方法包括:构建包含摩擦项的工业机器人动力学模型,在最优激励轨迹下从工业机器人动力学模型中采集动力学参数;采用最小二乘法对动力学参数进行辨识,得到动力学最小参数集,将动力学最小参数集代入工业机器人动力学模型得到辨识力矩,以测量力矩与辨识力矩之间的误差最小为目标对动力学参数进行迭代优化,获得摩擦项系数和惯量矩阵;在速度模式下,通过摩擦项系数和惯量矩阵计算摩擦补偿值,将摩擦补偿值与轨迹跟踪时的工业机器人关节速度结合,完成摩擦补偿控制工作。本发明可在未开放机器人力矩控制和控制器参数修改接口的情况下进行实时摩擦补偿,轨迹跟踪精度高。

    一种基于L-SHADE-MLP的机器人定位误差预测方法及系统

    公开(公告)号:CN117798920A

    公开(公告)日:2024-04-02

    申请号:CN202410052232.5

    申请日:2024-01-12

    Abstract: 本发明属于机器人定位误差相关技术领域,其公开了一种基于L‑SHADE‑MLP的机器人定位误差预测方法及系统,包括以下步骤:(1)利用定位误差及其对应的机器人关节角数据对MLP模型进行训练;(2)将MLP参数模型转换为改进L‑SHADE算法的种群个体,并初始化种群;(3)对种群个体执行变异操作和交叉操作以得到试验个体;(4)对比试验个体及初始个体的适应度以选择出优秀个体,同时自适应调整进化参数;(5)判断是否满足停止迭代条件;(6)将最优MLP个体解码为MLP参数模型,并完成MLP模型的局部寻优,得到最终MLP模型,进而预测新的机器人关节角所对应的定位误差。本发明克服了MLP模型容易陷入局部最优解的缺点。

    一种大规模两重互异性矩形件的组批排样方法及系统

    公开(公告)号:CN116663713A

    公开(公告)日:2023-08-29

    申请号:CN202310519190.7

    申请日:2023-05-09

    Abstract: 本发明公开了一种大规模两重互异性矩形件的组批排样方法及系统,属于矩形零件加工布局领域,包括:组批步骤和排样步骤,组批步骤中通过计算订单集之间的材料相似度,将不同订单之间材料相似度高的订单作为同一批订单进行组批以提高待切割板材利的用率;后续针对每批次中材料相同的子项通过排样步骤排样,提升了对两重互异性矩形件排样材料利的用率。在排样步骤中,针对形状具有强互异性的矩形件,将对偶项作为虚拟项引入排样,构建排样模型,采用带对偶项的降序有限首次适应方法对排样模型进行高效求解,增加了排样的多样性。本发明将组批优化与矩形件排样有机结合起来,能够实现对大规模两重互异性矩形件的组批排样,且能够最大化板材的利用率。

    一种基于多头GAT的工业机器人定位误差补偿方法及系统

    公开(公告)号:CN117103258A

    公开(公告)日:2023-11-24

    申请号:CN202311065690.4

    申请日:2023-08-22

    Abstract: 本发明公开了一种基于多头GAT的工业机器人定位误差补偿方法及系统,其中方法包括:在工业机器人工作空间内采集关节角及其对应的定位误差,将一组关节角及其对应的定位误差作为图中的一个节点构建节点集合,通过节点之间的欧式距离构建邻接矩阵,节点集合和邻接矩阵组成图结构数据;使用图结构数据训练多头GAT,计算预测的定位误差与输入层中节点的定位误差之间的误差,反向传播更新多头GAT的权重参数,训练至收敛,得到训练好的多头GAT,将训练好的多头GAT作为定位误差预测模型。将工业机器人执行运动指令之前的关节角输入定位误差预测模型,使用输出的定位误差对工业机器人的关节角进行补偿。使用本发明方法补偿后的工业机器人定位精度高。

    基于改进粒子群算法的工业机器人多目标轨迹优化方法

    公开(公告)号:CN115570565A

    公开(公告)日:2023-01-06

    申请号:CN202211184744.4

    申请日:2022-09-27

    Abstract: 本发明属于工业机器人控制相关技术领域,其公开了一种基于改进粒子群算法的工业机器人多目标轨迹优化方法,该方法包括以下步骤:(1)将工作空间路径点约束转换到关节空间进行统一表征并利用5次非均匀B样条曲线进行轨迹规划,以得到速度、加速度约束下的5次非均匀B样条轨迹方程;(2)通过改进粒子群算法实现多目标轨迹优化:将待优化机器人的时间、能量、平均脉动和关节力矩的平均变化率作为轨迹优化的目标函数,利用Logistic混沌映射进行种群初始化和惯性权重分配,并基于Pareto支配关系寻得最优解;(3)采用极限性能度量方法和SSM综合性能度量方法选取符合不同应用场景需求的最优轨迹。本发明轨迹规划的效果较好。

    正弦加加速度曲线机器人动态抓取轨迹规划方法和系统

    公开(公告)号:CN115302513A

    公开(公告)日:2022-11-08

    申请号:CN202211017478.6

    申请日:2022-08-23

    Abstract: 本发明属于工业机器人轨迹规划领域,并具体公开了一种正弦加加速度曲线机器人动态抓取轨迹规划方法和系统,其包括:将机器人加加速度轨迹曲线划分为15段,包括前7段加速段,中间1段匀速段,后7段减速段,并通过时间参数述轨迹曲线;进而得到轨迹规划模型;确定正弦加加速度曲线轨迹规划模型的决策变量;确定决策变量的约束条件;根据决策变量约束条件,建立适应度函数,利用遗传算法求解得到决策变量的最优解;将决策变量的最优解代入轨迹规划模型中,得到机器人动态抓取轨迹。本发明能以最短时间完成对匀速运动工件的追寻工作,并在追上运动工件后具备匀速跟踪运动工件的条件,同时在加加速度层面实现轨迹连续平滑,降低了振动和冲击。

    一种基于GBDT算法的工业机器人位置误差补偿方法和系统

    公开(公告)号:CN115107022A

    公开(公告)日:2022-09-27

    申请号:CN202210694169.6

    申请日:2022-06-16

    Abstract: 本发明公开了一种基于GBDT算法的工业机器人位置误差补偿方法和系统,其中方法包括:将各关节的几何参数误差累加得到总位置误差,将总位置误差最小化搜索出的几何参数误差作为初始种群,进行遗传优化,得到优化后的几何参数误差;将关节角度输入训练好的GBDT模型,预测残余位置误差,将优化后的几何参数误差、预测的残余位置误差与关节角度结合得到末端位置,将关节角度作为种群中的粒子,进行种群搜索,得到最优关节角度,控制工业机器人在最优关节角度下运动,完成位置误差补偿。本发明可有效降低几何参数误差和非几何参数误差对机器人位置误差的影响,在机器人控制器参数修改权限不开放的情况下完成补偿,具有适用性广,稳定性好,精度高的优点。

    一种基于增量支配MPC的高速高精轨迹跟踪控制方法和系统

    公开(公告)号:CN117519207A

    公开(公告)日:2024-02-06

    申请号:CN202311678565.0

    申请日:2023-12-08

    Abstract: 本发明公开了一种基于增量支配MPC的高速高精轨迹跟踪控制方法和系统,其中方法包括:在增量MPC控制器的基础上,通过二进制编码定量定义相邻控制增量之间的支配关系,构建支配关系向量DRV,使待求解的控制增量受限以降低在线求解自由度。然后,利用状态量的平均误差和平均求解时间构建损失函数,并基于BiEO算法对支配关系向量中的受限部分进行优化,进而得到支配关系矩阵DRM。最后,利用支配关系矩阵重构MPC的目标函数与约束条件,建立增量支配MPC控制器,可实现高速高精的轨迹跟踪效果。本发明可有效解决传统MPC难以满足高采样率快速系统的实时控制问题,在不影响控制平稳性的基础上,对控制精度有一定的提升,实时性明显,可实现高速高精跟踪控制。

    一种基于摩擦补偿控制的工业机器人轨迹跟踪方法和系统

    公开(公告)号:CN114952858A

    公开(公告)日:2022-08-30

    申请号:CN202210694241.5

    申请日:2022-06-16

    Abstract: 本发明公开了一种基于摩擦补偿控制的工业机器人轨迹跟踪方法和系统,其中方法包括:构建包含摩擦项的工业机器人动力学模型,在最优激励轨迹下从工业机器人动力学模型中采集动力学参数;采用最小二乘法对动力学参数进行辨识,得到动力学最小参数集,将动力学最小参数集代入工业机器人动力学模型得到辨识力矩,以测量力矩与辨识力矩之间的误差最小为目标对动力学参数进行迭代优化,获得摩擦项系数和惯量矩阵;在速度模式下,通过摩擦项系数和惯量矩阵计算摩擦补偿值,将摩擦补偿值与轨迹跟踪时的工业机器人关节速度结合,完成摩擦补偿控制工作。本发明可在未开放机器人力矩控制和控制器参数修改接口的情况下进行实时摩擦补偿,轨迹跟踪精度高。

Patent Agency Ranking