-
公开(公告)号：CN117370889A
公开(公告)日：2024-01-09
申请号：CN202311318568.3
申请日：2023-10-12
IPC: G06F18/2415 , G01M13/00 , G06V10/764 , G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/084
Abstract: 本申请涉及一种机器人打磨装备的可解释故障诊断方法，该方法包括：收集每种打磨装备故障状态下的机械臂末端的振动信号以及被打磨工件的表面图像；将振动信号进行分割处理，将分割处理的振动信号映射为振动图像；提取表面图像的图像特征，并统计图像特征的像素值分布；基于深度学习网络构建故障诊断模块和辅助学习模块；将振动图像分别输入至故障诊断模块、辅助学习模块，并将像素值分布输入至辅助学习模块，进行联合训练，使故障诊断模块学习到工件的打磨质量；将待检测的振动图像输入至联合训练后的故障诊断模块，输出故障诊断结果；故障诊断结果包括故障类型以及工件的打磨质量。该方法为故障诊断结果提供了可信度。
-
公开(公告)号：CN117961976B
公开(公告)日：2024-06-21
申请号：CN202410375666.9
申请日：2024-03-29
Abstract: 本申请的实施例提供了基于生成扩散迁移的装配机器人在线检测方法、装置、设备和计算机可读存储介质。所述方法包括获取装配机器人的信号数据；将所述信号数据输入到已训练的故障识别模型中，得到当前装配作业的故障类型，其中，所述故障识别模型可通过如下方式进行训练：获取样本数据集合；所述样本数据集合包括带有标注信息的样本数据；将所述样本数据拆分为两个子域；基于有监督的训练方式和无监督的训练方式，利用神经网络模型对两个子域中的样本数据进行学习，得到目标损失函数；基于所述目标损失函数完成对所述故障识别模型的训练。以此方式，能够实现装配机器人的在线实时故障诊断，大幅度提高了生产效率。
-
公开(公告)号：CN117454672A
公开(公告)日：2024-01-26
申请号：CN202311776355.5
申请日：2023-12-22
IPC: G06F30/20 , G06T7/30 , G06T17/20 , G06F30/17 , G06F111/04
Abstract: 本发明公开了一种基于曲面装配约束的机器人作业余量计算方法，获得机身点云X与蒙皮点云Y；基于装配飞机机身点云X提取待装配边界序列点云E；将待装配边界序列点云E与待装配蒙皮点云Y进行最小余量匹配，搜索最近邻匹配对，建立最小余量方差约束的优化误差方程；根据机身点云X建立蒙皮微形变方程，在局部形变上限约束下，联合优化可微点云匹配方程；利用可微匹配方程的梯度方程和海瑟矩阵计算下一步优化方向的旋转矩阵及平移向量；计算优化后的误差，若小于预设误差阈值或者迭代次数大于预设迭代次数总数则输出结果，得到当前匹配后的边界，供给铣削作业机器人去除加工余量，得到最终装配曲面。改善了装配工序，计算高效，具有极高的可用性。
-
公开(公告)号：CN117454672B
公开(公告)日：2024-04-12
申请号：CN202311776355.5
申请日：2023-12-22
IPC: G06F30/20 , G06T7/30 , G06T17/20 , G06F30/17 , G06F111/04
Abstract: 本发明公开了一种基于曲面装配约束的机器人作业余量计算方法，获得机身点云X与蒙皮点云Y；基于装配飞机机身点云X提取待装配边界序列点云E；将待装配边界序列点云E与待装配蒙皮点云Y进行最小余量匹配，搜索最近邻匹配对，建立最小余量方差约束的优化误差方程；根据机身点云X建立蒙皮微形变方程，在局部形变上限约束下，联合优化可微点云匹配方程；利用可微匹配方程的梯度方程和海瑟矩阵计算下一步优化方向的旋转矩阵及平移向量；计算优化后的误差，若小于预设误差阈值或者迭代次数大于预设迭代次数总数则输出结果，得到当前匹配后的边界，供给铣削作业机器人去除加工余量，得到最终装配曲面。改善了装配工序，计算高效，具有极高的可用性。
-
公开(公告)号：CN117608199A
公开(公告)日：2024-02-27
申请号：CN202410060508.4
申请日：2024-01-16
IPC: G05B13/04
Abstract: 本发明公开了一种预瞄机制下网络化多机器人数据驱动编队控制方法，采用领航‑跟随者编队方法，在参考轨迹上确定预瞄点，通过当前位置与预瞄点之间的横向跟踪误差使用无模型自适应控制MFAC算法对角速度进行控制；跟随者以领航者坐标为预瞄点，通过当前位置与预瞄点之间的横向跟踪误差和纵向跟踪误差分别对角速度和线速度进行控制；算法中角速度控制采用单闭环MFAC，线速度控制采用双闭环MFAC，控制误差项采用各机器人加权协同误差，控制算法中均采用前向预测对网络通信约束进行补偿，经过预测补偿后的速度控制量经由边端网络传至端设备机器人，实现多移动机器人稳定的特定队形协同编队。具有更强的场景适用性、灵活性和可拓展性。
-
Patent Agency Ranking
公开(公告)号：CN117608199B
公开(公告)日：2024-04-12
申请号：CN202410060508.4
申请日：2024-01-16
IPC: G05B13/04
Abstract: 本发明公开了一种预瞄机制下网络化多机器人数据驱动编队控制方法，采用领航‑跟随者编队方法，在参考轨迹上确定预瞄点，通过当前位置与预瞄点之间的横向跟踪误差使用无模型自适应控制MFAC算法对角速度进行控制；跟随者以领航者坐标为预瞄点，通过当前位置与预瞄点之间的横向跟踪误差和纵向跟踪误差分别对角速度和线速度进行控制；算法中角速度控制采用单闭环MFAC，线速度控制采用双闭环MFAC，控制误差项采用各机器人加权协同误差，控制算法中均采用前向预测对网络通信约束进行补偿，经过预测补偿后的速度控制量经由边端网络传至端设备机器人，实现多移动机器人稳定的特定队形协同编队。具有更强的场景适用性、灵活性和可拓展性。
-
公开(公告)号：CN117961976A
公开(公告)日：2024-05-03
申请号：CN202410375666.9
申请日：2024-03-29
Abstract: 本申请的实施例提供了基于生成扩散迁移的装配机器人在线检测方法、装置、设备和计算机可读存储介质。所述方法包括获取装配机器人的信号数据；将所述信号数据输入到已训练的故障识别模型中，得到当前装配作业的故障类型，其中，所述故障识别模型可通过如下方式进行训练：获取样本数据集合；所述样本数据集合包括带有标注信息的样本数据；将所述样本数据拆分为两个子域；基于有监督的训练方式和无监督的训练方式，利用神经网络模型对两个子域中的样本数据进行学习，得到目标损失函数；基于所述目标损失函数完成对所述故障识别模型的训练。以此方式，能够实现装配机器人的在线实时故障诊断，大幅度提高了生产效率。
-
公开(公告)号：CN119975595A
公开(公告)日：2025-05-13
申请号：CN202510311216.8
申请日：2025-03-17
Applicant: 湖南大学
IPC: B62D57/032
Abstract: 本发明涉及仿人机器人技术领域，具体为一种人形机器人仿人脚掌及小腿组件，包括脚掌组件、小腿组件和大腿组件：脚掌组件包括脚掌、安装脚掌上的惯性测量单元、安装脚掌足弓上方的力传感器、以及安装在力传感器上的转接板；小腿组件包括小腿、十字轴承、踝关节支架以及踝关节驱动模块，踝关节支架通过十字轴承活动连接在小腿的底部，踝关节支架固定安装在脚掌组件的顶部，踝关节驱动模块安装在小腿上，用于驱动踝关节支架沿着十字轴承的双轴摆动；大腿组件包括大腿以及膝关节驱动模块，大腿通过膝关节驱动模块转动连接在小腿的顶部。本发明显著提升了人形机器人在运动灵活性、稳定性、负重能力和复杂地面适应性方面的性能。
-
公开(公告)号：CN119704204B
公开(公告)日：2025-05-02
申请号：CN202510193237.4
申请日：2025-02-21
Applicant: 湖南大学
Abstract: 本发明公开了用于机械手的鲁棒视觉约束控制方法、系统和计算机设备，结合机械臂动力学模型、视觉伺服运动学模型以及相机与机械臂之间的手眼标定关系，建立视觉伺服系统整体的动态模型；结合视觉伺服运动学模型，通过设计时变非对称控制障碍函数，得到将视觉伺服特征误差约束在预设范围内的约束满足条件，并设计最优视觉伺服速度控制器，结合机器人动力学模型，通过时变非对称控制障碍函数得到将关节角速度约束在预设范围内的约束满足条件，同时结合视觉伺服特征误差约束满足条件，设计最优力矩控制器，结合二次规划，得到满足性能约束的力矩控制信号，驱动机器人到达期望特征位置。提高视觉伺服任务成功率，实现机械臂高精度视觉引导装配作业。
-
公开(公告)号：CN119871403A
公开(公告)日：2025-04-25
申请号：CN202510075445.4
申请日：2025-01-17
Applicant: 湖南大学
IPC: B25J9/16 , B25J15/00 , B25J15/02 , G06F30/20 , G06F111/20
Abstract: 一种欠驱动灵巧臂‑手仿真平台及其搭建方法，方法包括：1、建立MJCF格式的XML文件一，并设置仿真环境参数模块、仿真场景模块；2、在装配体模型中将三指欠驱动灵巧手或五指欠驱动灵巧手安装在机械臂上，并转换为URDF模型，再通过MuJoCo转换为XML文件二，然后通过合并，得到XML文件三；3、依据真实机器人运动学机理在XML文件三内为机器人设置传动驱动模块；4、在XML文件三内为机器人布设多个传感器，从而完成多传感器模块的设置；5、将最新得到的XML文件三与Python程序调试模块交互对接。本发明通过肌腱和驱动器设计，有效完成了欠驱动多指灵巧手驱动模拟和关节柔性耦合模拟，使仿真结果更加准确。
-
-
-
-
-
-
-
-
-
Search Results
924
records
(took 0.063 seconds)
