多路控制用数据缓冲装置、多路LED控制系统及控制方法

    公开(公告)号:CN110536512B

    公开(公告)日:2022-03-29

    申请号:CN201910864291.1

    申请日:2019-09-12

    IPC分类号: H05B45/30 G09G3/32

    摘要: 多路控制用数据缓冲装置,包括控制数据接收FIFO模块和控制数据输出FIFO模块;所述控制数据接收FIFO模块缓存控制数据,控制数据接收FIFO模块包括若干个接收FIFO存储器,并且所有接收FIFO存储器按顺序依次排列;所述控制数据输出FIFO模块用于缓存和输出来自于所述控制数据接收FIFO模块的控制数据,控制数据输出FIFO模块包括若干个与所述接收FIFO存储器对应连接的输出FIFO存储器,并且所有输出FIFO存储器相互独立。本发明提供一种多路控制用数据缓冲装置、多路LED控制系统及控制方法,能够有效消除LED控制过程中前后端传输速率不平衡的现象。

    一种激光调阻机测控系统及其方法

    公开(公告)号:CN114019244A

    公开(公告)日:2022-02-08

    申请号:CN202111285487.9

    申请日:2021-11-02

    IPC分类号: G01R27/08 H01C17/00

    摘要: 一种激光调阻机测控系统,包括:检测采集单元,用于实时获取待调电阻的电参数;主控单元,与检测采集单元连接,用于输出控制信号和参考信号;比较输出单元,与检测采集单元和主控单元均连接,用于根据电参数和参考信号向激光器输出停止控制信号。本发明提供一种激光调阻机测控系统及其方法,能够保证调阻精度,并且效率更高。

    一种大型LED控制系统及控制方法

    公开(公告)号:CN110493928B

    公开(公告)日:2022-01-11

    申请号:CN201910865208.2

    申请日:2019-09-12

    摘要: 一种大型LED控制系统及控制方法,包括上位机和若干个依次排列的控制装置,控制装置包括电性连接的上级控制机构和下级控制机构,其中下级控制机构与上位机电性连接,每个下级控制机构电性连接有至少一个LED设备,且下级控制机构与LED设备之间设置有缓冲装置,相邻的两个控制装置的下级控制机构电性连接。本发明提供一种大型LED控制系统及控制方法及控制方法。

    一种基于深度强化学习的机械臂控制模型构建方法

    公开(公告)号:CN112528552A

    公开(公告)日:2021-03-19

    申请号:CN202011149361.4

    申请日:2020-10-23

    IPC分类号: G06F30/27 G06N3/08

    摘要: 一种基于深度强化学习的机械臂控制模型构建方法,包括:基于真实机械臂构建仿真机械臂,真实机械臂和仿真机械臂均包括若干个关节;设定多个目标点,并且控制真实机械臂的末端向目标点移动,记录真实机械臂的真实结果参数,真实结果参数包括实际关节参数和末端位置参数;基于仿真机械臂构建选定深度强化学习算法;在深度强化学习算法中生成控制策略;基于目标点对深度强化学习算法进行训练;将训练过的深度强化学习算法中的控制策略输出为控制模型。本发明提供一种基于深度强化学习的机械臂控制模型构建方法,收敛速度快,并且生成的控制模型控制精度高。

    一种电压采集装置
    5.
    发明公开

    公开(公告)号:CN111505372A

    公开(公告)日:2020-08-07

    申请号:CN202010321792.8

    申请日:2020-04-22

    IPC分类号: G01R19/25 G08C19/00

    摘要: 本发明提供一种电压采集装置,采用AD7606-8作为模数转换器,采用以太网上位机通讯,采用ARM+FPGA的硬件架构,由ARM完成协议处理、参数配置、滤波器系数生成、数据读取、数据管理等工作,FPGA完成A/D转换控制、FIR数字滤波、数据缓存等工作。设备接收上位机的命令消息,从消息提取采样频率、采样模式、滤波器参数等参数并配置。数据采集由上位机控制,采集完成后,ARM通过FSMC总线读取FPGA数据缓存区中的数据,并根据设置将数据发送给上位机或者直接存储到SD卡中。FIR低通由ARM和FPGA配合实现,根据采样频率、截止频率等滤波参数完成滤波器系数的计算、量化和滤波器结构的调整。最终利用FPGA并行执行的优势,同时完成对8个通道电压信号的采集和参数可变的FIR低通数字滤波。

    多路控制用数据缓冲装置、多路LED控制系统及控制方法

    公开(公告)号:CN110536512A

    公开(公告)日:2019-12-03

    申请号:CN201910864291.1

    申请日:2019-09-12

    IPC分类号: H05B33/08 G09G3/32

    摘要: 多路控制用数据缓冲装置,包括控制数据接收FIFO模块和控制数据输出FIFO模块;所述控制数据接收FIFO模块缓存控制数据,控制数据接收FIFO模块包括若干个接收FIFO存储器,并且所有接收FIFO存储器按顺序依次排列;所述控制数据输出FIFO模块用于缓存和输出来自于所述控制数据接收FIFO模块的控制数据,控制数据输出FIFO模块包括若干个与所述接收FIFO存储器对应连接的输出FIFO存储器,并且所有输出FIFO存储器相互独立。本发明提供一种多路控制用数据缓冲装置、多路LED控制系统及控制方法,能够有效消除LED控制过程中前后端传输速率不平衡的现象。

    一种基于末端姿态约束的凿岩机器人钻臂运动控制方法

    公开(公告)号:CN113894790A

    公开(公告)日:2022-01-07

    申请号:CN202111296727.5

    申请日:2021-11-04

    IPC分类号: B25J9/16

    摘要: 一种基于末端姿态约束的凿岩机器人钻臂运动控制方法,钻臂包括多个关节,关节处设置有用于驱动关节动作的执行器,方法包括:S1、确定钻臂末端的速度约束条件,并且根据速度约束条件确定凿岩机器人的关节动作规则,关节动作规则包括多个与关节相对应的子规则;S2、对关节动作规则进行优化,将状态保持稳定的关节对应的子规则删除得到优化关节动作规则;S3、根据速度约束条件和关节动作规则确定执行器动作速度;S4、根据执行器动作速度控制执行器动作,执行器动作过程中驱动关节动作进而带动钻臂末端运动。本发明能够实现对钻臂末端任意初始姿态的实时控制,适用于钻臂任意初始姿态,并且不需要所有关节参与运算,减小实时控制器的计算压力。

    一种用于多臂凿岩机器人的机械臂碰撞检测方法

    公开(公告)号:CN113818816A

    公开(公告)日:2021-12-21

    申请号:CN202110897171.9

    申请日:2021-08-05

    IPC分类号: E21B15/00

    摘要: 一种用于多臂凿岩机器人的机械臂碰撞检测方法,包括如下步骤:S1、将凿岩机器人的机械臂转化为若干个圆柱体包络盒的集合,将隧道顶壁转换为圆弧线段并且基于圆弧线段构建扇形检测面;S2、在凿岩机器人动作过程中实时检测任意两个圆柱体包络盒之间的最小距离值判断机械臂之间是否发生碰撞;S3、基于圆柱体包络盒在检测面上的投影判断机械臂与隧道顶壁是否发生碰撞。本发明提供一种用于多臂凿岩机器人的机械臂碰撞检测方法,能够实时准确且全面地检测凿岩机器人的碰撞情况,使系统及时预警从而避免碰撞干涉事故发生,实时性强,效率更高。

    一种补偿硬件误差影响的高精度无源电阻发生器

    公开(公告)号:CN105741992B

    公开(公告)日:2018-03-27

    申请号:CN201610296324.3

    申请日:2016-05-06

    IPC分类号: H01C10/04 H01C13/00 H01C1/16

    摘要: 一种补偿硬件误差影响的高精度无源电阻发生器,包括主控单元、连接主控单元的电阻网络和电阻测量单元,所述电阻网络包括M个串联电阻、与各电阻对应并联的M个常闭继电器和控制相应继电器开闭的M个继电器驱动电路,继电器驱动电路连接主控单元,主控单元接收电阻测量单元测量的电阻网络中各电阻的阻值,并依据预置电阻值R通过硬件误差补偿方法确定最优电阻组合方式N,通过继电器驱动电路控制相应继电器开闭,将对应并联的电阻置于开路或短路状态,输出补偿硬件误差影响的无源电阻。本发明解决了现有无源电阻发生器输出精度完全依赖于电阻精度且输出精度低的问题,能够满足实际使用中对无源电阻器的精度要求。

    一种基于深度强化学习的机械臂控制模型构建方法

    公开(公告)号:CN112528552B

    公开(公告)日:2024-09-06

    申请号:CN202011149361.4

    申请日:2020-10-23

    摘要: 一种基于深度强化学习的机械臂控制模型构建方法,包括:基于真实机械臂构建仿真机械臂,真实机械臂和仿真机械臂均包括若干个关节;设定多个目标点,并且控制真实机械臂的末端向目标点移动,记录真实机械臂的真实结果参数,真实结果参数包括实际关节参数和末端位置参数;基于仿真机械臂构建选定深度强化学习算法;在深度强化学习算法中生成控制策略;基于目标点对深度强化学习算法进行训练;将训练过的深度强化学习算法中的控制策略输出为控制模型。本发明提供一种基于深度强化学习的机械臂控制模型构建方法,收敛速度快,并且生成的控制模型控制精度高。