-
公开(公告)号：CN112380655B
公开(公告)日：2024-04-26
申请号：CN202011311344.6
申请日：2020-11-20
申请人： 华南理工大学
IPC分类号： G06F30/17 , G06F30/27 , G06F17/16 , G06F17/18 , G06F111/06
摘要： 本发明公开一种基于RS‑CMSA算法的机器人逆运动学求解方法。包括以下步骤：(1)基于PoE公式对串联机器人进行正运动学建模；(2)将机器人逆运动学求解问题建模成非线性多模态优化问题；(3)利用RS‑CMSA算法对非线性多模态优化问题进行求解，获得给定位姿对应的所有符合约束的逆解。本发明针对一般的串联机器人，不限自由度数，不限关节种类，与一般的智能算法只能求解出一个逆运动学解不同，本发明基于RS‑CMSA算法进行串联机器人逆运动学求解，可避免优化过程陷入局部收敛，保证了收敛精度，收敛精度为1e‑6mm，并且可获得给定位姿对应的所有符合约束的逆解，为后续的运动规划和运动控制提供基础。
-
公开(公告)号：CN116570238A
公开(公告)日：2023-08-11
申请号：CN202310384379.X
申请日：2023-04-11
申请人： 华南理工大学
IPC分类号： A61B5/00
摘要： 本发明公开了一种皮肤受力形变的测量系统、方法及装置，其中系统包括：执行器末端，设有透明的按压部分，按压部分用于按压皮肤并根据预设方向移动；微型相机，设置在执行器末端内，且透过按压部分采集第一图像；立体视觉相机，安装在执行器末端的外部，用于采集皮肤拉伸区域和/或皮肤堆积区域上的第二图像；数据处理模块，根据第一图像获取有效接触区域中皮肤质点的三维坐标，根据第二图像获取皮肤拉伸区域或者皮肤堆积区域中皮肤质点的三维坐标，根据获得的皮肤质点的三维坐标获取皮肤的形变情况，以及对皮肤受力形变进行三维估计。本发明对形变后的皮肤进行三维估计，为皮肤接触力模型提供更加准确的数据，可应用于皮肤受力形变的测量领域。
-
公开(公告)号：CN110488781B
公开(公告)日：2021-09-21
申请号：CN201910787766.1
申请日：2019-08-26
申请人： 华南理工大学
IPC分类号： G05B19/418
摘要： 本发明公开了一种基于迁移强化学习的生产系统调度方法，包括步骤：(1)定义生产系统的状态和动作；(2)生产系统调度问题Q学习建模；(3)建立生产调度案例库；(4)计算目标任务与源任务的任务相似度，匹配知识迁移的案例集；(5)建立源任务与目标任务的动作映射关系，将源任务的动作知识迁移到目标任务；(6)计算目标任务状态与案例集中案例的状态相似度，匹配知识迁移的案例；(7)将选出案例的动作映射为目标任务的动作，并修正动作选择策略，实现知识迁移；(8)根据修正后的动作选择策略执行动作，更新状态和Q值表。本发明相对于Q学习提高了学习性能，有效解决了生产任务在线调度的实时性问题。
-
公开(公告)号：CN112380655A
公开(公告)日：2021-02-19
申请号：CN202011311344.6
申请日：2020-11-20
申请人： 华南理工大学
IPC分类号： G06F30/17 , G06F30/27 , G06F17/16 , G06F17/18 , G06F111/06
摘要： 本发明公开一种基于RS‑CMSA算法的机器人逆运动学求解方法。包括以下步骤：(1)基于PoE公式对串联机器人进行正运动学建模；(2)将机器人逆运动学求解问题建模成非线性多模态优化问题；(3)利用RS‑CMSA算法对非线性多模态优化问题进行求解，获得给定位姿对应的所有符合约束的逆解。本发明针对一般的串联机器人，不限自由度数，不限关节种类，与一般的智能算法只能求解出一个逆运动学解不同，本发明基于RS‑CMSA算法进行串联机器人逆运动学求解，可避免优化过程陷入局部收敛，保证了收敛精度，收敛精度为1e‑6mm，并且可获得给定位姿对应的所有符合约束的逆解，为后续的运动规划和运动控制提供基础。
-
公开(公告)号：CN108213988A
公开(公告)日：2018-06-29
申请号：CN201711435714.5
申请日：2017-12-26
申请人： 华南理工大学
IPC分类号： B23Q1/00 , G05B19/418
CPC分类号： Y02P90/02 , B23Q1/0045 , G05B19/41815 , G05B19/41835 , G05B2219/25232 , G05B2219/2609
摘要： 本发明公开了一种数控车床与机器人一体化加工单元的控制系统，包括工件转移平台、系统主控柜、一体化加工单元，所述的一体化加工单元包括第一加工模块和第二加工模块，所述第一加工模块包括第一数控车床、第一机器人、一条直线模组LM，所述第二加工模块包括第二数控车床、第二机器人，所述系统主控柜包括主控柜操作面板、PLC、开关电源、直线模组LM伺服单元、端子台、中间继电器、触摸显示屏，所述PLC用于接收车床及机器人的反馈信号、触摸屏和主控柜操作面板的控制信号，同时向车床、机器人、直线模组LM输出控制指令，向触摸屏输出设备状态、产品信息内容，实现车床、机器人的协同配合，完成连续的自动化加工作业。
-
公开(公告)号：CN113887332B
公开(公告)日：2024-04-05
申请号：CN202111066685.6
申请日：2021-09-13
申请人： 华南理工大学
IPC分类号： G06F18/241 , G06F18/15 , G06F18/2415 , G06F18/2431 , G06F18/25 , G06V40/16 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/045 , G06N3/08 , G06F40/30 , G06F40/242
摘要： 本发明公开了一种基于多模态融合的肌肤作业安全监测方法，该方法包括：获取人脸图像、语音信息以及肌肤操作仪器输出的力数据；构建识别人脸表情的卷积神经网络，将人脸图像输入卷积神经网络的分类器中进行识别，获得第一基本信度赋值函数；对语音信息进行语音识别，获得文本语义，基于情感词典对文本语义进行识别，获得第二基本信度赋值函数；基于控制图对力数据进行状态识别，获得第三基本信度赋值函数；对获得的三个基本信度赋值函数进行融合，获得输出结果。本发明对作业对象的多模态信息进行监测，避免在操作过程中人体受到伤害，同时判别肌肤作业时人体舒适度，为个性化作业操作提供有价值的信息。本发明可广泛应用于安全监测领域。
-
公开(公告)号：CN111673733B
公开(公告)日：2022-03-29
申请号：CN202010226048.X
申请日：2020-03-26
申请人： 华南理工大学
摘要： 本发明提供一种未知环境下机器人的智能自适应柔顺控制方法。所述方法通过图知识迁移学习优化粒子群运行参数，基于优化的粒子群辨识算法对环境接触动力学模型进行参数辨识，同时基于参数辨识结果指导阻抗控制参考位置的自校正调整以实现未知环境下精准力位双重控制的柔顺控制效果。本发明融合了基于接触动力学模型的粒子群辨识算法、阻抗控制参考位置的自校正调整，对于线弹性和非线弹性材料，都能克服其力学特性未知性，实现精准力位协同控制；提出粒子群运行参数的迁移学习优化方法，从历史辨识任务中学习辨识算法运行参数知识，进而针对目标辨识任务特征获得优化的粒子群辨识算法运行参数，提高了参数辨识系统在面向不同未知环境时的计算效率。
-
公开(公告)号：CN108527367B
公开(公告)日：2021-11-19
申请号：CN201810264324.4
申请日：2018-03-28
申请人： 华南理工大学
IPC分类号： B25J9/16
摘要： 本发明公开了一种多机器人协同作业任务的描述方法，分为三个层次对总目标任务进行描述：（1）描述组成总目标任务的各产品级子任务；（2）描述各产品级子任务的优先级、变化特征的状态序列、优化目标及参考坐标系；（3）描述各产品级子任务各个变化特征的状态序列。本发明所提供的多机器人协同作业任务的描述方法可以表达易于计算机读取和识别的机器人工作站总体作业任务，便于后续的机器人的任务分配和调度等智能决策，有效解决了目前人工方法处理机器人任务的分解、子任务序列和时序约束关系等，实现机器人作业生产全自动化、智能化。
-
公开(公告)号：CN112381952A
公开(公告)日：2021-02-19
申请号：CN202011344155.9
申请日：2020-11-25
申请人： 华南理工大学
摘要： 本发明提供了一种基于多相机的面部轮廓点云模型重构方法及装置，所述重构方法包括以下步骤：1)基于Kinect2相机获取面部点云模型；2)对获得的点云模型进行三角化得到网格模型，基于边记分函数进行网格细化得到完整面部点云模型；3)基于双目相机获取一组面部特征点，并获得其三维坐标；4)基于迭代最近点算法在Kinect2面部模型中获取上述面部特征点对应的点云，并利用奇异值分解法求出Kinect2和双目相机的点云转换矩阵；5)基于点云转换矩阵将完整面部点云模型进行位置配准，获得面部点云模型。本发明还提供一种基于Kinect2和双目相机的面部轮廓点云模型重构装置以实现上述面部轮廓点云模型重构方法。
-
公开(公告)号：CN108527367A
公开(公告)日：2018-09-14
申请号：CN201810264324.4
申请日：2018-03-28
申请人： 华南理工大学
IPC分类号： B25J9/16
摘要： 本发明公开了一种多机器人协同作业任务的描述方法，分为三个层次对总目标任务进行描述：（1）描述组成总目标任务的各产品级子任务；（2）描述各产品级子任务的优先级、变化特征的状态序列、优化目标及参考坐标系；（3）描述各产品级子任务各个变化特征的状态序列。本发明所提供的多机器人协同作业任务的描述方法可以表达易于计算机读取和识别的机器人工作站总体作业任务，便于后续的机器人的任务分配和调度等智能决策，有效解决了目前人工方法处理机器人任务的分解、子任务序列和时序约束关系等，实现机器人作业生产全自动化、智能化。
-
-
-
-
-
-
-
-
-
搜索结果
43 条记录 (耗时 0.028 秒)
