-
公开(公告)号：CN118636153A
公开(公告)日：2024-09-13
申请号：CN202410910992.5
申请日：2024-07-09
Applicant: 西南交通大学
Abstract: 本申请涉及一种特征空间下鲁棒自适应剪切增稠流体变导纳控制方法。所述方法包括：首先，建立视觉伺服特征空间和笛卡尔空间的坐标系；之后，基于所述坐标系采用机械臂运动学和动力学模型确定实际接触力和虚拟接触力的映射关系；之后，基于速度最大特征点确定基于剪切增稠流体的鲁棒自适应阻尼系数，基于所述实际接触力变化确定自适应刚度系数；之后，基于所述映射关系、鲁棒自适应阻尼系数和自适应刚度系数确定特征空间下鲁棒自适应剪切增稠流体导纳控制；之后，基于所述特征空间下鲁棒自适应剪切增稠流体导纳控制确定视觉伺服控制律；最后，基于实时图像特征点和所述视觉伺服控制律确定机械臂实时关节速度，控制机械臂运动。
-
公开(公告)号：CN118752482A
公开(公告)日：2024-10-11
申请号：CN202410897213.2
申请日：2024-07-05
Applicant: 西南交通大学
IPC: B25J9/16
Abstract: 本发明公开了一种双机械臂基坐标系标定及同轴定位方法，所述双机械臂包括一号机械臂和二号机械臂，所述方法包括以下步骤：S1：在两个机械臂上分别安装相同的标定装置，并将标定工件固定在工作台上；S2：将一号机械臂移动到工作台，并使标定装置与标定工件对齐，获取此时所述一号机械臂末端的姿态信息；采用相同方法获取二号机械臂末端的姿态信息；S3：重复步骤S2多次，然后对步骤S2获得的数据进行处理，获得标定矩阵；S4：改变标定工件的位置，重复步骤S2‑S4，直至改变次数达到预设次数，获得最终的标定矩阵；S5：根据最终的标定矩阵对双机械臂进行同轴定位。本发明能够实现双机械臂的快速、准确地定位和校准，进一步提高作业的稳定性和可靠性。
-
公开(公告)号：CN119897853A
公开(公告)日：2025-04-29
申请号：CN202510074943.7
申请日：2025-01-17
Applicant: 西南交通大学
Abstract: 本申请涉及一种特征空间下的基于不同意图的鲁棒自适应变导纳控制方法。所述方法包括：采用机械臂运动学和动力学模型确定实际接触力和虚拟接触力的映射关系；基于所述实际接触力变化确定自适应刚度系数，基于特征点虚拟运动速度确定基于直接意图的鲁棒自适应虚拟阻尼系数；基于调整机器人期望的接触力调整所述鲁棒自适应虚拟阻尼系数，并确定基于直接与间接意图的导纳控制虚拟阻尼系数；基于所述映射关系、自适应刚度系数和导纳控制虚拟阻尼系数确定特征空间下基于人类意图的鲁棒自适应变导纳控制；基于实时图像特征点和期望特征点确定机器人图像视觉伺服控制律，获取机械臂实时关节速度，控制机械臂运动。
-
公开(公告)号：CN118752482B
公开(公告)日：2025-03-21
申请号：CN202410897213.2
申请日：2024-07-05
Applicant: 西南交通大学
IPC: B25J9/16
Abstract: 本发明公开了一种双机械臂基坐标系标定及同轴定位方法，所述双机械臂包括一号机械臂和二号机械臂，所述方法包括以下步骤：S1：在两个机械臂上分别安装相同的标定装置，并将标定工件固定在工作台上；S2：将一号机械臂移动到工作台，并使标定装置与标定工件对齐，获取此时所述一号机械臂末端的姿态信息；采用相同方法获取二号机械臂末端的姿态信息；S3：重复步骤S2多次，然后对步骤S2获得的数据进行处理，获得标定矩阵；S4：改变标定工件的位置，重复步骤S2‑S4，直至改变次数达到预设次数，获得最终的标定矩阵；S5：根据最终的标定矩阵对双机械臂进行同轴定位。本发明能够实现双机械臂的快速、准确地定位和校准，进一步提高作业的稳定性和可靠性。
-
公开(公告)号：CN118650619B
公开(公告)日：2025-03-07
申请号：CN202410897173.1
申请日：2024-07-05
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于零部件螺栓相对位置关系的快速对准方法，包括以下步骤：S1、计算零部件的姿态信息；S2、采用视觉伺服进行第一次螺栓拧紧作业；S3、计算机械臂的末端姿态调整矩阵；S4、选择距离已拧紧螺栓最近的螺栓作为待对准螺栓，并读取二者之间相对位置参数；S5、计算机械臂末端对准下一颗螺栓时的机械臂末端位姿信息；S6、控制机械臂末端运动进行螺栓对准；S7、控制机械臂末端安装的拧紧工具旋转进入螺栓并进行拧紧操作；S8、重复S3至S7，直到完成该零部件所有螺栓的对准拧紧作业。本发明能够降低对视觉检测装置的需求，提高检修效率及螺栓对准的精度。
-
Patent Agency Ranking
公开(公告)号：CN118636153B
公开(公告)日：2024-12-20
申请号：CN202410910992.5
申请日：2024-07-09
Applicant: 西南交通大学
Abstract: 本申请涉及一种特征空间下鲁棒自适应剪切增稠流体变导纳控制方法。所述方法包括：首先，建立视觉伺服特征空间和笛卡尔空间的坐标系；之后，基于所述坐标系采用机械臂运动学和动力学模型确定实际接触力和虚拟接触力的映射关系；之后，基于速度最大特征点确定基于剪切增稠流体的鲁棒自适应阻尼系数，基于所述实际接触力变化确定自适应刚度系数；之后，基于所述映射关系、鲁棒自适应阻尼系数和自适应刚度系数确定特征空间下鲁棒自适应剪切增稠流体导纳控制；之后，基于所述特征空间下鲁棒自适应剪切增稠流体导纳控制确定视觉伺服控制律；最后，基于实时图像特征点和所述视觉伺服控制律确定机械臂实时关节速度，控制机械臂运动。
-
公开(公告)号：CN118809153A
公开(公告)日：2024-10-22
申请号：CN202410957121.9
申请日：2024-07-17
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于旋转搜索策略的机械臂力控螺栓对准方法，包括：S1、机械臂预对准，控制机械臂运动到预对准位置；S2、机械臂直线运动接触螺栓，控制机械臂沿笛卡尔空间工具坐标系z轴正方向运动，当z轴负方向的力大于设定阈值F1时，停止机械臂运动；S3、机械臂旋转搜索，控制机械臂绕z轴顺时针旋转，当z轴负方向的力小于设定阈值F2或绕z轴逆时针方向的力矩大于设定阈值T1时，停止机械臂旋转运动；S4、机械臂直线对准进入螺栓，控制机械臂z轴正方向运动，当z轴负方向的力大于设定阈值F3时，停止机械臂运动。本发明显著提高了对准过程的成功率和操作安全性。
-
公开(公告)号：CN118567250A
公开(公告)日：2024-08-30
申请号：CN202410614802.5
申请日：2024-05-17
Applicant: 西南交通大学
Abstract: 本申请涉及一种基于CoppeliaSim的接触网机器人仿真方法。所述方法包括：首先，获取接触网机器人物理参数和机器人工作环境参数；之后，基于所述接触网机器人物理参数和机器人工作环境参数在CoppeliaSim仿真系统中构建孪生机器人模型和孪生接触网模型；之后，采用ROS话题实时通信接收所述接触网机器人的实时数据，并发送给所述孪生机器人模型；最后，基于所述实时数据在所述孪生接触网模型中进行状态监测，当所述接触网机器人出现故障时，在所述孪生接触网模型中基于所述孪生机器人模型进行分析，生成控制数据，并采用ROS话题实时通信发送给所述接触网机器人，控制所述接触网机器人作业。
-
公开(公告)号：CN118288294A
公开(公告)日：2024-07-05
申请号：CN202410591654.X
申请日：2024-05-14
Applicant: 西南交通大学
IPC: B25J9/16
Abstract: 本发明公开一种基于图像变导纳的机器人视觉伺服与人机协同控制方法，包括：对视觉伺服系统中的机械臂进行运动学和动力学建模获得机械臂运动学模型、动力学模型；通过棋盘法对视觉伺服系统进行标定，获得机械臂末端执行器与相机之间的转换矩阵；构建视觉伺服的一阶运动学模型、二阶运动学模型；获得机械臂在特征空间下的动力学模型；利用图像中特征点的虚拟位置来计算和调整导纳参数；确定视觉伺服控制律；相机实时采集二维码的图像特征点，根据视觉伺服控制律实时得到机械臂的关节速度，从而对机械臂进行运动控制，完成视觉伺服过程。本发明解决了力传感器和视觉传感器驱动层不一致的问题，耦合了视觉传感器和力传感器，提高了系统的灵活性。
-
公开(公告)号：CN119515783A
公开(公告)日：2025-02-25
申请号：CN202411477592.6
申请日：2024-10-22
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于3D模板匹配的螺栓的6D位姿检测和视觉伺服方法，包括以下步骤：S1：建立螺栓的CAD模型；S2：获取螺栓图像，并进行图像预处理；S3：进行螺栓特征信息检测，获得特征点、特征线以及特征面；S4：进行螺栓初始点匹配，并存储匹配完成的特征信息；S5：对螺栓进行跟踪及6D位姿估计，并将估计获得的6D位姿与设定的期望位姿进行作差作为视觉伺服算法的输入；S6：获取深度相机的运动速度；S7：获取机械臂的运动速度，并将其发送给机械臂，使机械臂运动；S8：重复步骤S5‑S8，直至步骤S5的位姿误差小于位姿误差阈值；S9：使用move L指令使机械臂末端安装的末端执行器进行螺栓对准。本发明能够稳定的跟踪螺栓并实时检测螺栓的6D位姿。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.025 seconds)
