CN110125939A - 一种机器人虚拟可视化控制的方法 - Google Patents
一种机器人虚拟可视化控制的方法 Download PDFInfo
- Publication number
- CN110125939A CN110125939A CN201910474825.XA CN201910474825A CN110125939A CN 110125939 A CN110125939 A CN 110125939A CN 201910474825 A CN201910474825 A CN 201910474825A CN 110125939 A CN110125939 A CN 110125939A
- Authority
- CN
- China
- Prior art keywords
- parameter
- temperature
- control parameter
- robot
- motion
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/1605—Simulation of manipulator lay-out, design, modelling of manipulator
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
- B25J9/1697—Vision controlled systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/502—Proximity
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Feedback Control In General (AREA)
- Manipulator (AREA)
Abstract
一种机器人虚拟可视化控制的方法,是:边缘计算设备通过无线通信传递数据,对机器人的运动数据进行反馈修正,在多次计算之后获得相对准确的控制参数。本发明将大量的计算移动至边缘计算设备,通过不断改变变量和变量的值找到每个温度节点的最佳控制参数,采用独特的差值方式使得连续温度条件可以进行调节。
Description
技术领域
本发明涉及一种机器人控制方法,具体涉及一种机器人虚拟可视化控制的方法。
背景技术
特殊场合、高精度操作使用机器人的现象越来越普遍,机器人能够代替人类进行极度环境下的精确操作。在一些高温的条件下,机器人的材料、控制电路会受到一些影响,而机器人在程序控制下,运动的方式、轨迹相对固定。
CN106094575B公开了一种机器人运输虚拟可视化控制方法及***,该***利用虚拟建模、通过协议通信,使得用户可以较为精确地得知机器人的运动状态。
另外,当机器人在高温条件下工作时,机器人本身进行满负荷运算时,需要消耗大量的能量,进一步加剧热量的增加。
但是,在极度条件下,由于虚拟建模的材料大部分未设置应对与温度的情况,因此,为了获得更为精确的控制,必须对控制方法作出改变。
发明内容
本发明所要解决的技术问题是,提供一种机器人虚拟可视化控制的方法,通过该方法,边缘计算设备通过无线通信传递数据,对机器人的运动数据进行反馈修正,在多次计算之后获得相对准确的控制参数。
本发明解决其技术问题所采用的技术方案是:
一种机器人虚拟可视化控制的方法,包括以下步骤:
S1,赋予实体机器人的工作温度区间【T1,TM】第一工作温度T1;
S2,控制虚拟机器人,根据第一运动控制参数K1使其进行第一运动;
S3,利用可视化画面反馈实体机器人的实际第一运动,得到第一运动实际参数S1;
S4,将所述第一运动控制参数K1和第一实际运动参数S1传输至边缘计算设备,所述边缘计算设备对第一运动控制参数K1和第一实际运动参数S1进行计算:
如所述第一运动控制参数K1和第一实际运动参数S1相等,则建立最佳映射T1-K1,并将该映射保存在边缘计算设备;
若所述第一运动控制参数K1和第一实际运动参数S1不相等,则转入到S5;
S5,不断改变所述第一运动控制参数K1的第一变量A1,得到改变后的第一运动控制参数K11,重复所述步骤S2至S4,直到所述第一运动控制参数K11在某第一变量A1的情况下与第一实际运动参数S1相等,所述边缘计算设备计算实体机器人功耗P1,且建立映射T1-A1-K11-P1;若在任意第一变量A1值的情况下,所述第一运动控制参数K1和第一实际运动参数S1都不相等,则将所述第一变量A1确定为T1温度下的无效变量;
S6,不断改变所述第一运动控制参数K1的第二变量A2,得到改变后的第一运动控制参数K12,重复所述步骤S2至S4,直到所述第一运动控制参数K12在某第一变量A2的情况下与第一实际运动参数S1相等,所述边缘计算设备计算所述实体机器人功耗P2,且建立映射T1-A2-K12-P2;若在任意第一变量A2值的情况下,所述第一运动控制参数K1和第一实际运动参数S1都不相等,则将所述第一变量A2确定为T1温度下的无效变量;
S7,重复所述步骤S6,直至改变完所有第一运动控制参数K1中的所有变量,得到在T1温度下所有使得第一运动控制参数和第一实际运动参数相等的所有映射;
S8,比较所述步骤S7中所有映射中的功率,得到PN=Pmin,即在改变第N变量时,第N变量中有合适的值使得第一运动控制参数和第一实际运动参数相等,且实体机器人的功耗最低,将该映射T1-AN-K1N-PN设置为T1温度下的最佳映射,并将该最佳映射保存在边缘计算设备;
S9,将工作温度区间【T1,TM】按规律划分为T1、T2、T3、……、TM等M个温度值,赋予实体机器人的第二工作温度T2,重复步骤S2-S8,得到第二工作温度T2下的最佳映射T2-K2或者T2-AN-K2N-PN;
S10,重复步骤S9,得到M个温度值下的M个最佳映射。
进一步地,还包括S11,在任意相邻的温度区间【T(P-1),T(P)】内进行插值,在【T(P-1),(T(P-1)+T(P))/2)的半区间内的所有温度值遵从所述T(P-1)对应的具有实体机器人最小功率的第N变量;在【(T(P-1)+T(P))/2,(T(P)】的半区间内的所有温度值遵从所述T(P)对应的具有实体机器人最小功率的第N变量。
进一步地,所述第一运动控制参数K1和第一实际运动参数S1均通过无线通信传递至所述边缘计算设备。
进一步地,采用无线无线通信方式进行虚拟控制台、实体机器人和边缘计算设备之间的数据传输。
进一步地,所述第一运动控制参数K1至少包括机器人的每个肢体各个部位的运动自由度、旋转速度参数。
进一步地,所述边缘计算设备设有水冷装置。
进一步地,所述规律为线性函数、二次函数、指数函数中的任一规律。
上述的技术方案的有益效果在于:一是将大量的计算移动至边缘计算设备,二是通过不断改变变量和变量的值找到每个温度节点的最佳控制参数;三是采用独特的差值方式使得连续温度条件可以进行调节。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义,“多种”一般包含至少两种,但是不排除包含至少一种的情况。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应当理解,尽管在本发明实施例中可能采用术语第一、第二、第三等来描述……,但这些……不应限于这些术语。这些术语仅用来将……区分开。例如,在不脱离本发明实施例范围的情况下,第一……也可以被称为第二……,类似地,第二……也可以被称为第一……。
取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的商品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种商品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的商品或者***中还存在另外的相同要素。
另外,下述各方法实施例中的步骤时序仅为一种举例,而非严格限定。
机器人运动的校正需要进行大量的运动与计算,机器人本身可以设置处理器并进行计算,但是,对于本申请的应用场景,如高温条件下,本来场景温度就很高,处理器高速运算也会产生大量的热量,势必会增加实体机器人所在环境的温度。
边缘计算能够很好地解决计算的问题。
本发明就是将整个算法移动至边缘计算中进行比较计算,从而使得实体机器人仅仅是执行运动动作,而不需要进行计算,计算都集成在另外的边缘计算设备上。
温度对控制的影响较大,校准温度带来的影响是一个***工程,本发明的中心思想是在某个参量下得到某个温度下的最佳控制参数。实质上,还存在有改变多个参量从而达到某个温度下的最佳控制参数。然而,一旦参量变化达到两个或以上,计算量呈几何倍数的增长,本申请综合考虑实体机器人的功耗与边缘计算设备的功耗,仅仅考虑某一个参量变化对于控制的影响。置于多个参量的算法,申请人会在后续的研究中持续开展。
首先,确定实体机器人的工作温度区间【T1,TM】,如根据实际情况,一般可达【40℃,500℃】,将该温度区间可以按照一定的规律进行划分,如10℃为一个区间,或者按照二次函数、指数函数进行划分等等。先进行T1温度的运动补偿,具体的方式如下:
控制虚拟机器人(虚拟机器人的控制以及其余实体机器人的联动方式在背景技术文献中已经提到,实际在背景技术的申请日之前已经是现有技术),根据第一运动控制参数K1使其进行第一运动。
此时,实体机器人根据输入的第一运动控制参数K1进行运动,可视化平台反馈实体机器人的运动状态,可以得到第一运动实际参数S1。
将所述第一运动控制参数K1和第一实际运动参数S1传输至边缘计算设备,利用边缘计算设备对第一运动控制参数K1和第一实际运动参数S1进行计算。
有一种情况是理想情况,如所述第一运动控制参数K1和第一实际运动参数S1相等,则建立最佳映射T1-K1,并将该映射保存在边缘计算设备。
当然,大部分时间都不是上述的理想情况,及所述第一运动控制参数K1和第一实际运动参数S1不相等,那么此时就需要进行反馈调节。
方法是改变第一运动控制参数K1的变量,先进行第一变量,再进行第二、第三变量,直至进行完所有的变量。
下面阐述任意变量调节反馈的方法:
不断改变所述第一运动控制参数K1的第一变量A1,得到改变后的第一运动控制参数K11,重复将运动参数传递给实体机器人进行运动,得到实际运动参数,然后不断进行对比,直到所述第一运动控制参数K11在某第一变量A1的情况下与所述第一实际运动参数S1相等,所述边缘计算设备计算所述实体机器人功耗P1,且建立映射T1-A1-K11-P1;若在任意第一变量A1值的情况下,所述第一运动控制参数K1和所述第一实际运动参数S1都不相等,则将所述第一变量A1确定为T1温度下的无效变量。
然后不断重复,直至改变完所有第一运动控制参数K1中的所有变量,得到在T1温度下所有使得第一运动控制参数和第一实际运动参数相等的所有映射。
计算完之后,比较所述映射中的功率,得到PN=Pmin,即在改变第N变量时,第N变量中有合适的值使得第一运动控制参数和第一实际运动参数相等,且实体机器人的功耗最低,将该映射T1-AN-K1N-PN设置为T1温度下的最佳映射,并将该最佳映射保存在所述边缘计算设备。
至此,完成温度T1下的校准,然后进行下一个温度的校准。赋予实体机器人的第二工作温度T2,重复步骤S2-S8,得到第二工作温度T2下的最佳映射T2-K2或者T2-AN-K2N-PN。直至得到M个温度值下的M个最佳映射。
以上,校准完了温度点值的参数。但是实际上,温度并非正好处于上述按规律划分的温度节点上,更多的是处于节点和节点之间。
若按照传统的差值方法,由于可能在某两个温度节点之间,第一个温度节点是第一变量,而第二个温度节点是第二变量,变量的不一致导致没有办法进行插值。因此,传统的插值手段无法在此处进行插值。
考虑到运动、功耗的连续性,采用如下的手段进行插值:
在任意相邻的温度区间【T(P-1),T(P)】内进行插值,在【T(P-1),(T(P-1)+T(P))/2)的半区间内的所有温度值遵从所述T(P-1)对应的具有实体机器人最小功率的第N变量;在【(T(P-1)+T(P))/2,(T(P)】的半区间内的所有温度值遵从所述T(P)对应的具有实体机器人最小功率的第N变量。
另外,在数据传输方面,采用无线无线通信方式进行虚拟控制台、实体机器人和边缘计算设备的数据传输。
关于运动控制的参数,至少包括机器人的每个肢体各个部位的运动自由度、旋转速度参数。
由于边缘计算设备也需要进行大量的计算,因此,需要考虑到散热问题,一般常用的方式是为边缘计算设备设置水冷装置。
本发明的特点:一是将大量的计算移动至边缘计算设备,二是通过不断改变变量和变量的值找到每个温度节点的最佳控制参数;三是采用独特的差值方式使得连续温度条件可以进行调节。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种机器人虚拟可视化控制的方法,其特征在于,包括以下步骤:
S1,赋予实体机器人的工作温度区间【T1,TM】第一工作温度T1;
S2,控制虚拟机器人,根据第一运动控制参数K1使其进行第一运动;
S3,利用可视化画面反馈实体机器人的实际第一运动,得到第一运动实际参数S1;
S4,将所述第一运动控制参数K1和第一实际运动参数S1传输至边缘计算设备,所述边缘计算设备对第一运动控制参数K1和第一实际运动参数S1进行计算:
若所述第一运动控制参数K1和第一实际运动参数S1相等,则建立最佳映射T1-K1,并将该映射保存在边缘计算设备;
若所述第一运动控制参数K1和第一实际运动参数S1不相等,则转入到S5;
S5,不断改变所述第一运动控制参数K1的第一变量A1,得到改变后的第一运动控制参数K11,重复所述步骤S2至S4,直到所述第一运动控制参数K11在某第一变量A1的情况下与第一实际运动参数S1相等,所述边缘计算设备计算实体机器人功耗P1,且建立映射T1-A1-K11-P1;若在任意第一变量A1值的情况下,所述第一运动控制参数K1和第一实际运动参数S1都不相等,则将所述第一变量A1确定为T1温度下的无效变量;
S6,不断改变所述第一运动控制参数K1的第二变量A2,得到改变后的第一运动控制参数K12,重复所述步骤S2至S4,直到第一运动控制参数K12在某第一变量A2的情况下与第一实际运动参数S1相等,所述边缘计算设备计算实体机器人功耗P2,且建立映射T1-A2-K12-P2;若在任意第一变量A2值的情况下,所述第一运动控制参数K1和第一实际运动参数S1都不相等,则将第一变量A2确定为T1温度下的无效变量;
S7,重复所述步骤S6,直至改变完所有第一运动控制参数K1中的所有变量,得到在T1温度下所有使得第一运动控制参数和第一实际运动参数相等的所有映射;
S8,比较所述步骤S7中所有映射中的功率,得到PN=Pmin,即在改变第N变量时,第N变量中有合适的值使得第一运动控制参数和第一实际运动参数相等,且实体机器人的功耗最低,将该映射T1-AN-K1N-PN设置为T1温度下的最佳映射,并将该最佳映射保存在边缘计算设备;
S9,将工作温度区间【T1,TM】按规律划分为T1、T2、T3、……、TM等M个温度值,赋予实体机器人的第二工作温度T2,重复步骤S2-S8,得到第二工作温度T2下的最佳映射T2-K2或者T2-AN-K2N-PN;
S10,重复步骤S9,得到M个温度值下的M个最佳映射。
2.根据权利要求1所述的一种机器人虚拟可视化控制的方法,其特征在于,还包括S11,在任意相邻的温度区间【T(P-1),T(P)】内进行插值,在【T(P-1),(T(P-1)+T(P))/2)的半区间内的所有温度值遵从所述T(P-1)对应的具有实体机器人最小功率的第N变量;在【(T(P-1)+T(P))/2,(T(P)】的半区间内的所有温度值遵从所述T(P)对应的具有实体机器人最小功率的第N变量。
3.根据权利要求1所述的一种机器人虚拟可视化控制的方法,其特征在于,所述第一运动控制参数K1和第一实际运动参数S1均通过无线通信传递至所述边缘计算设备。
4.根据权利要求1所述的一种机器人虚拟可视化控制的方法,其特征在于,采用无线无线通信方式进行虚拟控制台、实体机器人和边缘计算设备之间的数据传输。
5.根据权利要求1所述的一种机器人虚拟可视化控制的方法,其特征在于,所述第一运动控制参数K1至少包括机器人的每个肢体各个部位的运动自由度、旋转速度参数。
6.根据权利要求1所述的一种机器人虚拟可视化控制的方法,其特征在于,所述边缘计算设备设有水冷装置。
7.根据权利要求1所述的一种机器人虚拟可视化控制的方法,其特征在于,所述规律为线性函数、二次函数、指数函数中的任一规律。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910474825.XA CN110125939B (zh) | 2019-06-03 | 2019-06-03 | 一种机器人虚拟可视化控制的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910474825.XA CN110125939B (zh) | 2019-06-03 | 2019-06-03 | 一种机器人虚拟可视化控制的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110125939A true CN110125939A (zh) | 2019-08-16 |
CN110125939B CN110125939B (zh) | 2020-10-20 |
Family
ID=67579847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910474825.XA Active CN110125939B (zh) | 2019-06-03 | 2019-06-03 | 一种机器人虚拟可视化控制的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110125939B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102314708A (zh) * | 2011-05-23 | 2012-01-11 | 北京航空航天大学 | 利用可控光源的光场采样及模拟方法 |
CN102607552A (zh) * | 2012-01-11 | 2012-07-25 | 南京航空航天大学 | 基于神经网络的工业机器人空间网格精度补偿方法 |
WO2015054264A1 (en) * | 2013-10-08 | 2015-04-16 | Google Inc. | Methods and apparatus for reinforcement learning |
CN104656615A (zh) * | 2015-01-04 | 2015-05-27 | 常州市武进区半导体照明应用技术研究院 | 环境控制设备、环境控制设备的学习方法以及其控制方法 |
CN104999901A (zh) * | 2014-04-17 | 2015-10-28 | 帕洛阿尔托研究中心公司 | 用于具有高混合度的混合动力车辆的设计***和方法 |
CN105083491A (zh) * | 2015-09-21 | 2015-11-25 | 杭州比孚科技有限公司 | 船舶油耗降低方法 |
US9354651B2 (en) * | 2013-08-28 | 2016-05-31 | Rockwell Automation Technologies, Inc. | Sizing and tuning methodology for optimized motion control components and energy efficiency |
CN106406990A (zh) * | 2016-08-26 | 2017-02-15 | 李逸博 | 一种带安全约束的成批作业‑资源匹配方法及*** |
CN107203687A (zh) * | 2017-04-17 | 2017-09-26 | 中国大唐集团科学技术研究院有限公司火力发电技术研究所 | 吸收塔脱硫过程多目标协同智能优化控制方法 |
CN108052004A (zh) * | 2017-12-06 | 2018-05-18 | 湖北工业大学 | 基于深度增强学习的工业机械臂自动控制方法 |
CN109352648A (zh) * | 2018-10-12 | 2019-02-19 | 北京地平线机器人技术研发有限公司 | 机械机构的控制方法、装置和电子设备 |
-
2019
- 2019-06-03 CN CN201910474825.XA patent/CN110125939B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102314708A (zh) * | 2011-05-23 | 2012-01-11 | 北京航空航天大学 | 利用可控光源的光场采样及模拟方法 |
CN102607552A (zh) * | 2012-01-11 | 2012-07-25 | 南京航空航天大学 | 基于神经网络的工业机器人空间网格精度补偿方法 |
US9354651B2 (en) * | 2013-08-28 | 2016-05-31 | Rockwell Automation Technologies, Inc. | Sizing and tuning methodology for optimized motion control components and energy efficiency |
WO2015054264A1 (en) * | 2013-10-08 | 2015-04-16 | Google Inc. | Methods and apparatus for reinforcement learning |
CN104999901A (zh) * | 2014-04-17 | 2015-10-28 | 帕洛阿尔托研究中心公司 | 用于具有高混合度的混合动力车辆的设计***和方法 |
CN104656615A (zh) * | 2015-01-04 | 2015-05-27 | 常州市武进区半导体照明应用技术研究院 | 环境控制设备、环境控制设备的学习方法以及其控制方法 |
CN105083491A (zh) * | 2015-09-21 | 2015-11-25 | 杭州比孚科技有限公司 | 船舶油耗降低方法 |
CN106406990A (zh) * | 2016-08-26 | 2017-02-15 | 李逸博 | 一种带安全约束的成批作业‑资源匹配方法及*** |
CN107203687A (zh) * | 2017-04-17 | 2017-09-26 | 中国大唐集团科学技术研究院有限公司火力发电技术研究所 | 吸收塔脱硫过程多目标协同智能优化控制方法 |
CN108052004A (zh) * | 2017-12-06 | 2018-05-18 | 湖北工业大学 | 基于深度增强学习的工业机械臂自动控制方法 |
CN109352648A (zh) * | 2018-10-12 | 2019-02-19 | 北京地平线机器人技术研发有限公司 | 机械机构的控制方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110125939B (zh) | 2020-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Peng et al. | Data-driven optimal tracking control of discrete-time multi-agent systems with two-stage policy iteration algorithm | |
CN105929683B (zh) | 一种微分可调pid控制器参数工程整定模型及方法 | |
CN103268082B (zh) | 一种基于灰色线性回归的热误差建模方法 | |
CN105388764B (zh) | 基于动态矩阵前馈预测的电液伺服pid控制方法及*** | |
CN105588274A (zh) | 一种自然风控制方法和装置 | |
CN103957510B (zh) | 基于协作通信的环境自适应的室内定位算法 | |
CN111682594B (zh) | 数据驱动的配电网柔性变电站无模型自适应电压控制方法 | |
CN104833154A (zh) | 基于模糊pid与神经内模的冷冻水回路控制方法 | |
CN109445287A (zh) | 一种基于plc板卡的内置pid模糊控制方法 | |
CN110278571B (zh) | 一种基于简单预测-校正环节的分布式信号跟踪方法 | |
US10908675B2 (en) | Electronic device for signal processing with embedded optimization of electrical energy consumption and a corresponding method | |
Lin et al. | Distributed game strategy design with application to multi-agent formation control | |
CN105186959A (zh) | 一种伺服***滑模控制器参数整定方法 | |
CN117093033A (zh) | 基于粒子群算法优化pid参数的电阻加热炉温度控制*** | |
Fang et al. | Robust node position estimation algorithms for wireless sensor networks based on improved adaptive Kalman filters | |
CN116578106A (zh) | 一种面向沿海声层析观测的水下直升机编队控制方法 | |
CN109981195A (zh) | 无线信号强度的处理方法及装置 | |
CN110125939A (zh) | 一种机器人虚拟可视化控制的方法 | |
Zhang et al. | An Improved Three-dimensional DV-Hop Localization Algorithm Optimized by Adaptive Cuckoo Search Algorithm. | |
CN110094838A (zh) | 一种基于空调***的可变参数无模型自适应控制方法 | |
CN105720574A (zh) | 基于spsa的电力***单区域负荷频率的数据驱动控制方法 | |
JP2013041319A (ja) | エネルギー総和抑制制御装置、電力総和抑制制御装置および方法 | |
CN108363292B (zh) | 一种基于模糊控制策略的火电机组agc控制方法及装置 | |
CN106291763B (zh) | 一种双加热数字探空仪及其加热控制算法 | |
CN112234599A (zh) | 一种多元复杂城市电网超前动态自适应分区方法及其*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |