一种基于参考轨迹实时修正的机器人轨迹跟踪控制方法

    公开(公告)号:CN114888797B

    公开(公告)日:2023-11-24

    申请号:CN202210488157.8

    申请日:2022-05-06

    Abstract: 本发明公开了一种基于参考轨迹实时修正的机器人轨迹跟踪控制方法,以实现对动力学不确定机器人的高性能轨迹跟踪控制。该方法主要通过对轨迹跟踪点的误差经过增益后进行累加,然后将累加值实时补偿至参考轨迹上下一个将被跟踪的点,生成一系列与期望轨迹不同的新指令,从而控制机器人跟踪期望轨迹。该方法的本质是通过修改参考轨迹来控制机器人的每个关节符合期望的轨迹,即当机器人工作过程中参考轨迹和实际轨迹之间存在误差时,只需实际轨迹高精度地跟踪期望轨迹,而不需要参考轨迹与实际轨迹相符。该方法具有结构简单、易于在硬件上应用的特点。

    一种基于RGB-D图像的机器人末端智能抓取方法

    公开(公告)号:CN114347028B

    公开(公告)日:2023-12-22

    申请号:CN202210021781.7

    申请日:2022-01-10

    Abstract: 本发明公开了一种基于RGB‑D图像的机器人末端智能抓取方法,机器人末端智能抓取装置包括六自由度机械臂、机械臂末端二指夹持器和RGB‑D相机。六自由度机械臂用于实现夹持器在三维空间内的移动,机械臂末端二指夹持器用于夹取目标物体,RGB‑D相机用于获取目标物体的信息。在Tensorflow深度学习框架下,通过建立基于ResNet的神经网络模型,建立基于抓取数据集的训练样本;将候选矩形送入卷积神经网络的抓取分类模型,得到抓取矩形预测框,利用RGB‑D相机获取抓取参数,最终使用六自由度机械臂和末端二指夹持器抓取目标物体。本发明使机器人能够实现智能抓取,提高了机器人末端抓取成功率。

    一种基于RGB-D图像的机器人末端智能抓取方法

    公开(公告)号:CN114347028A

    公开(公告)日:2022-04-15

    申请号:CN202210021781.7

    申请日:2022-01-10

    Abstract: 本发明公开了一种基于RGB‑D图像的机器人末端智能抓取方法,机器人末端智能抓取装置包括六自由度机械臂、机械臂末端二指夹持器和RGB‑D相机。六自由度机械臂用于实现夹持器在三维空间内的移动,机械臂末端二指夹持器用于夹取目标物体,RGB‑D相机用于获取目标物体的信息。在Tensorflow深度学习框架下,通过建立基于ResNet的神经网络模型,建立基于抓取数据集的训练样本;将候选矩形送入卷积神经网络的抓取分类模型,得到抓取矩形预测框,利用RGB‑D相机获取抓取参数,最终使用六自由度机械臂和末端二指夹持器抓取目标物体。本发明使机器人能够实现智能抓取,提高了机器人末端抓取成功率。

Patent Agency Ranking