-
公开(公告)号：CN117656084B
公开(公告)日：2024-04-05
申请号：CN202410130596.0
申请日：2024-01-31
Applicant: 哈尔滨工业大学
Abstract: 一种基于LuGre模型的摩擦动力学在线辨识方法，所述方法包含构建动态神经元，重建LuGre模型，获得重建的摩擦模型和机械臂关节系统动力学模型；对重建的摩擦模型采用二阶近似化，构建递归神经网络，获得变形后的机械臂关节系统动力学模型；根据变形后的机械臂关节系统动力学模型，设计控制律，获得机械臂关节最终系统误差动力学模型；设计参数学习律，保证算法稳定，以使参数满足:系统误差收敛为零的同时使所有摩擦参数收敛到最优解。本发明方法无需提前辨识静态参数等多步程序，且没有对LuGre模型进行化简，具有实验过程简单，收敛速度快的特点。
-
公开(公告)号：CN117532604A
公开(公告)日：2024-02-09
申请号：CN202311479277.2
申请日：2023-11-08
Applicant: 哈尔滨工业大学
Abstract: 一种基于立体视觉的目标位姿及高阶运动信息观测方法，所述方法包括基于立体视觉获取目标特征点的三维空间坐标信息；根据特征点建立目标的稀疏特征线段模型，并建立观测误差模型；根据高阶微分器求解特征点、稀疏特征线段和观测误差的高阶导数，并建立惩罚函数；设计基于惩罚函数的运动参数观测器，并输出最优解。本发明可解决纯视觉条件下目标位姿及其高阶运动参数的同步观测问题，可同步观测到目标的位姿、速度和加速度信息。本发明方法具有观测维度深、观测精度高和收敛速度快的优点。
-
公开(公告)号：CN116383574A
公开(公告)日：2023-07-04
申请号：CN202310290747.4
申请日：2023-03-23
Applicant: 哈尔滨工业大学
IPC: G06F17/12 , G06F7/64 , G06F30/20 , G06F111/06 , G06F111/04
Abstract: 一种基于高阶微分器的仿人上肢机器人逆运动学求解方法，所述方法包含：建立具有时变线性方程组形式的数学模型；根据数学模型得到机械臂末端位置的误差信号和积分信号；根据高阶微分器求解误差信号的高阶导数，并建立动态误差模型；设计基于动态误差的时变线性方程组求解器，并输出针对方程组的机械臂最优动作；根据最优动作建立状态空间模型，获得关节变量最优解。本发明收敛速度更快，求解精度更高，在应用于机械臂的逆运动学解算中时，消耗的能量低，可操作度更高。
-
公开(公告)号：CN116382066A
公开(公告)日：2023-07-04
申请号：CN202310290757.8
申请日：2023-03-23
Applicant: 哈尔滨工业大学
IPC: G05B11/42
Abstract: 一种基于sigmoid型积分增强微分器的信号微分估计方法，包含：根据微分器输出信号计算误差信号和积分信号；根据误差信号和积分信号计算混合误差信号；根据混合误差信号构造sigmoid型积分增强微分器；调节积分增强微分器参数，计算并输出输入信号的微分估计值，得到噪声污染信号或者无噪声信号的微分估计值。本发明方法具有收敛速度快、精确估计高阶导数、有抗噪能力和估计值光滑的优点。
-
公开(公告)号：CN112462606A
公开(公告)日：2021-03-09
申请号：CN202011249074.0
申请日：2020-11-10
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种基于自适应控制的挠性关节动力学参数辨识方法，包括如下步骤：步骤1：将挠性关节常用动力学模型分解为电机侧和负载侧，并建立优化的动力学模型，设计相应的自适应控制器；步骤2：设计并优化挠性关节的激励轨迹，进行挠性关节的闭环反馈控制，然后调整自适应控制器参数；步骤3：控制电机侧跟踪激励轨迹；步骤4：结合电机侧优化动力学模型，应用递推最小二乘法，估计出电机侧动力学参数和关节刚度参数；步骤5：控制负载侧跟踪激励轨迹；步骤6：结合负载侧优化动力学模型，应用递推最小二乘法，估计出负载侧动力学参数，完成挠性关节动力学参数辨识。本发明不依赖关节角加速度信息和积分运算，提高了挠性关节的动力学参数辨识精度。
-
Patent Agency Ranking
公开(公告)号：CN117532604B
公开(公告)日：2024-05-10
申请号：CN202311479277.2
申请日：2023-11-08
Applicant: 哈尔滨工业大学
Abstract: 一种基于立体视觉的目标位姿及高阶运动信息观测方法，所述方法包括基于立体视觉获取目标特征点的三维空间坐标信息；根据特征点建立目标的稀疏特征线段模型，并建立观测误差模型；根据高阶微分器求解特征点、稀疏特征线段和观测误差的高阶导数，并建立惩罚函数；设计基于惩罚函数的运动参数观测器，并输出最优解。本发明可解决纯视觉条件下目标位姿及其高阶运动参数的同步观测问题，可同步观测到目标的位姿、速度和加速度信息。本发明方法具有观测维度深、观测精度高和收敛速度快的优点。
-
公开(公告)号：CN117656084A
公开(公告)日：2024-03-08
申请号：CN202410130596.0
申请日：2024-01-31
Applicant: 哈尔滨工业大学
Abstract: 一种基于LuGre模型的摩擦动力学在线辨识方法，所述方法包含构建动态神经元，重建LuGre模型，获得重建的摩擦模型和机械臂关节系统动力学模型；对重建的摩擦模型采用二阶近似化，构建递归神经网络，获得变形后的机械臂关节系统动力学模型；根据变形后的机械臂关节系统动力学模型，设计控制律，获得机械臂关节最终系统误差动力学模型；设计参数学习律，保证算法稳定，以使参数满足:系统误差收敛为零的同时使所有摩擦参数收敛到最优解。本发明方法无需提前辨识静态参数等多步程序，且没有对LuGre模型进行化简，具有实验过程简单，收敛速度快的特点。
-
公开(公告)号：CN115431251B
公开(公告)日：2023-03-21
申请号：CN202211134332.X
申请日：2022-09-16
Applicant: 哈尔滨工业大学
Abstract: 一种仿人机器人上肢，它包含基座、腰部、两个机械臂和两个机械爪；每个所述机械臂为8自由度机械臂，包含依次连接在一起的4自由度肩部、1自由度肘部和3自由度手腕，所述4自由度肩部包含1自由度肩胸锁关节，以使机械臂在水平面内绕腰部作旋转运动，每个机械爪与对应的3自由度手腕相连；腰部为3自由度结构，包含依次相连的1自由度俯仰关节、1自由度旋转关节和1自由度横滚关节，1自由度俯仰关节安装在基座上，1自由度肩胸锁关节与1自由度横滚关节相连。本发明具有自由度高、结构紧凑、负载能力强、工作空间和可操作性方面的性能优越。
-
公开(公告)号：CN112462606B
公开(公告)日：2022-06-03
申请号：CN202011249074.0
申请日：2020-11-10
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种基于自适应控制的挠性关节动力学参数辨识方法，包括如下步骤：步骤1：将挠性关节常用动力学模型分解为电机侧和负载侧，并建立优化的动力学模型，设计相应的自适应控制器；步骤2：设计并优化挠性关节的激励轨迹，进行挠性关节的闭环反馈控制，然后调整自适应控制器参数；步骤3：控制电机侧跟踪激励轨迹；步骤4：结合电机侧优化动力学模型，应用递推最小二乘法，估计出电机侧动力学参数和关节刚度参数；步骤5：控制负载侧跟踪激励轨迹；步骤6：结合负载侧优化动力学模型，应用递推最小二乘法，估计出负载侧动力学参数，完成挠性关节动力学参数辨识。本发明不依赖关节角加速度信息和积分运算，提高了挠性关节的动力学参数辨识精度。
-
公开(公告)号：CN118963122A
公开(公告)日：2024-11-15
申请号：CN202411021424.6
申请日：2024-07-29
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 基于虚拟动力学约束的仿人上肢机器人逆运动学求解方法，属于仿人上肢机器人技术领域，所述方法包含：建立仿人上肢机器人的连杆坐标系，通过参数建模得到正运动学方程；将正运动学方程求四阶导数，得到四阶正运动学模型；引入虚拟柔性关节动力学约束；将虚拟柔性关节动力学约束代入四阶正运动学模型，得到关于逆运动学求解问题的状态空间方程；设计控制律，使得到的状态空间方程中的状态变量向零收敛；根据设计的控制律，然后利用虚拟柔性关节动力学约束，求解得到双臂的关节角度轨迹的值。本发明具有收敛速度快、求得的角度角速度曲线光滑和对噪声有抑制作用的优点，应用于仿人上肢体机器人的逆运动学解算中，机器人具有更优越的运动学性能。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.025 seconds)
