CN113618735A - 一种机器人关节的配置信息的确定方法、装置及终端设备 - Google Patents
一种机器人关节的配置信息的确定方法、装置及终端设备 Download PDFInfo
- Publication number
- CN113618735A CN113618735A CN202110937653.2A CN202110937653A CN113618735A CN 113618735 A CN113618735 A CN 113618735A CN 202110937653 A CN202110937653 A CN 202110937653A CN 113618735 A CN113618735 A CN 113618735A
- Authority
- CN
- China
- Prior art keywords
- motion deviation
- data
- deviation data
- joint
- result data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 65
- 239000003638 chemical reducing agent Substances 0.000 claims abstract description 69
- 238000004088 simulation Methods 0.000 claims abstract description 62
- 238000003860 storage Methods 0.000 claims abstract description 10
- 238000004590 computer program Methods 0.000 claims description 26
- 238000005457 optimization Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 17
- 230000009467 reduction Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000007935 neutral effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- B25J9/1656—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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本申请适用于机器人技术领域，提供了一种机器人关节的配置信息的确定方法、装置、终端设备及存储介质，该方法包括：采用第一运动偏差数据对机器人中的第一关节的关节模型进行仿真，得到第一结果数据；采用第二运动偏差数据对关节模型进行仿真，得到第二结果数据；将第一结果数据和第二结果数据中满足预设条件的结果数据对应的运动偏差数据作为第一关节的目标运动偏差数据；基于目标运动偏差数据，确定第一关节的配置信息中减速器的类型信息；本申请通过两次仿真的结果可以得到第一关节较为准确的运动偏差，根据运动偏差选择合适的减速器，可以使选择的减速器既满足第一关节的需求，又可以达到优化成本的目的。
Description
技术领域
本申请属于机器人技术领域，尤其涉及一种机器人关节的配置信息的确定方法、装置、终端设备及存储介质。
背景技术
随着人工智能的迅速发展，机器人得到了广泛应用，对机器人的要求也越来越高。为了满足机器人制造过程中高力矩密度的要求，减速器的使用是必不可少的。但是，由于减速器在运行过程中存在背隙，减速器的背隙会对机器人的性能造成一定的影响。
由于减速器中背隙对机器人的影响难以测量，因此，在机器人制造过程中，如果均选用背隙较小的减速器，则成本将会很高；如果选择成本较低的减速器，由于成本较低的减速器的背隙往往比较大，可能造成机器人运行不顺畅。因此，选择合适的减速器是机器人制造时需要解决的问题。
发明内容
本申请实施例提供了一种机器人关节的配置信息的确定方法、装置、终端设备及存储介质，可以解决机器人制造过程中由于减速器选择不合适造成机器人性能差的问题。
第一方面，本申请实施例提供了一种机器人关节的配置信息的确定方法，包括：
采用第一运动偏差数据对机器人中的第一关节的关节模型进行仿真，得到第一结果数据，其中，所述第一运动偏差数据所述第一关节的运动偏差；
采用第二运动偏差数据对所述关节模型进行仿真，得到第二结果数据，所述第二运动偏差数据和所述第一运动偏差数据的差值小于第一阈值；
将所述第一结果数据和所述第二结果数据中满足预设条件的结果数据对应的运动偏差数据作为所述第一关节的目标运动偏差数据；
基于所述目标运动偏差数据，确定所述第一关节的配置信息中减速器的类型信息。
第二方面，本申请实施例提供了一种机器人关节的配置信息的确定装置，包括：
第一仿真模块，用于采用第一运动偏差数据对机器人中的第一关节的关节模型进行仿真，得到第一结果数据；
第二仿真模块，用于采用第二运动偏差数据对所述关节模型进行仿真，得到第二结果数据，所述第二运动偏差数据和所述第一运动偏差数据的差值小于第一阈值；
偏差确定模块，用于将所述第一结果数据和所述第二结果数据中满足预设条件的结果数据对应的运动偏差数据作为所述第一关节的目标运动偏差数据；
配置确定模块，用于基于所述目标运动偏差数据，确定所述第一关节的配置信息中减速器的类型信息。
第三方面，本申请实施例提供了一种终端设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述第一方面中任一项所述的机器人关节的配置信息的确定方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述第一方面中任一项所述的机器人关节的配置信息的确定方法。
第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的机器人关节的配置信息的确定方法。
可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
本申请实施例与现有技术相比存在的有益效果是：本申请采用第一运动偏差数据对机器人中的第一关节的关节模型进行仿真，得到第一结果数据，采用第二运动偏差数据对关节模型进行仿真，得到第二结果数据，将所述第一结果数据和所述第二结果数据中满足预设条件的结果数据对应的运动偏差数据作为所述第一关节的目标运动偏差数据，基于目标运动偏差数据，确定第一关节的配置信息中减速器的类型信息；本申请通过两次仿真的结果可以得到第一关节较为准确的运动偏差，根据运动偏差选择合适的减速器，可以使选择的减速器既满足第一关节的需求，又可以达到优化成本的目的。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的机器人关节的配置信息的确定方法的应用场景示意图；
图2是本申请一实施例提供的机器人关节的配置信息的确定方法的流程示意图；
图3是本申请一实施例提供的第二运动偏差数据的确定方法的流程示意图；
图4是本申请一实施例提供的目标运动偏差数据的确定方法的流程示意图；
图5是本申请一实施例提供的减速器的确定方法的流程示意图；
图6是本申请一实施例提供的双足机器人的腿部仿真模型的示意图；
图7是本申请一实施例提供的机器人关节的配置信息的确定装置的结构示意图；
图8是本申请一实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定***结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的***、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当……时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
图1为本申请实施例提供的机器人关节的配置信息的确定方法的应用场景示意图，上述机器人关节的配置信息的确定方法可以用于选择机器人中关节对应的减速器。其中，参数设置设备10用于设置待仿真的关节的仿真数据，处理器20用于从参数设置设备10中获取待仿真的关节的仿真数据，并基于仿真数据对待仿真的关节的关节模型进行仿真，得到关节仿真的结果数据，并基于结果数据确定待仿真关节的运动偏差，基于运动偏差选择合适的减速器。
以下结合图1对本申请实施例的机器人关节的配置信息的确定方法进行详细说明。
图2示出了本申请提供的机器人关节的配置信息的确定方法的示意性流程图，参照图2，对该方法的详述如下：
S101，采用第一运动偏差数据对机器人中的第一关节的关节模型进行仿真，得到第一结果数据，其中，所述第一运动偏差数据表征所述第一关节的运动偏差。
在本实施例中，由于减速器的背隙引起的关节的空档很难被量化，因此，减速器的选择一直是一个难题。本申请采用仿真的方法，将减速器的背隙引起的机器人中关节的空档进行量化，进而去确定价格合适、且满足机器人需求的减速器。
其中，减速器是一种由封闭在刚性壳体内的齿轮传动、蜗杆传动、齿轮-蜗杆传动所组成的独立部件，常用作原动件与工作机之间的减速传动装置。在机器人中机器人的每个关节处均对应设置一个减速器，机器人中的减速器的作用为提高和确保机器人的精度。减速器的背隙也叫回程间隙，意思是将输出端固定，输入端顺时针和逆时针方向旋转，使输入端产生额定扭矩+-2％扭矩时，减速机输入端有一个微小的角位移，此角位移就是回程间隙。关节的空档也可以理解为关节的虚位，也就是关节的运动偏差，例如，设置的关节本应该运动的角度为30度，但由于减速器的背隙影响关节实际运动31度，运动偏差1度为关节的空档。
在本实施例中，在对第一关节进行仿真时，需要先建立第一关节的仿真模型。具体的，第一关节的仿真模型可以包括：第一关节和与第一关节串联的被动关节，被动关节的运动范围基于第一运动偏差数据确定。
在本实施例中，第一运动偏差数据用于表征第一关节在运动过程中的运动偏差。第一运动偏差数据可以根据需要进行设置，例如，第一运动偏差数据可以设置为±0.1度，即第一关节的最大虚位为0.2度。第一运动偏差数据用于限制被动关节的运动范围。被动关节的运动范围限制用于模拟第一关节的虚位，也就是第一关节的运动偏差。
在本实施例中，在对关节模型进行仿真时，还需要获取对第一关节的运动规划和控制算法等数据，用于对第一关节进行控制。
S102，采用第二运动偏差数据对所述关节模型进行仿真，得到第二结果数据，所述第二运动偏差数据和所述第一运动偏差数据的差值小于第一阈值。
在本实施例中，第二运动偏差数据可以基于第一运动偏差数据获得，例如，在第一运动偏差数据的基础上增加或减小。第二运动偏差数据还可以是从预设的数据组中选择出的一个数据。第一阈值可以根据需要进行设置，例如，第一阈值可以设置为2、3或4等。
在本实施例中，在使用第二运动偏差数据进行仿真时，被动关节的运动范围基于第二运动偏差数据确定。
可选的，第一结果数据可以是上一次仿真得到的数据，第二结果数据可以是本次仿真得到的数据。
作为举例，如果第一结果数据是第3次仿真得到的数据，第二结果数据是第4次仿真得到的数据。如果将第4次仿真记为本次仿真，第3次仿真为第4次仿真的上一次仿真，也就是本次仿真的上一次仿真。
可选的，第一结果数据对应的仿真可以是与第二结果数据对应的仿真相差预设次数的仿真。
作为举例，如果第一结果是第5次仿真得到的数据，第二结果数据可以是第7次、第8次或第9次仿真得到的数据等。
S103，将所述第一结果数据和所述第二结果数据中满足预设条件的结果数据对应的运动偏差数据作为所述第一关节的目标运动偏差数据。
在本实施例中，第一结果数据可以包括：所述第一关节运动时的第一力矩、所述第一关节运动的第一角度和所述第一关节的第一姿态中的至少一种。
在本实施例中，第二结果数据可以包括：所述第一关节运动时的第二力矩、所述第一关节运动的第二角度和所述第一关节的第二姿态中的至少一种。
在本实施例中，预设条件可以根据机器人的性能需要确定。具体的，如果第一结果数据包括第一力矩、第一角度和第一姿态，预设条件可以包括力矩在第一区间内，角度在第二区间内，姿态在第三区间内。
在本实施例中，结果数据满足预设条件，才可以说明结果数据对应的运动偏差数据是可以满足机器人的性能需要的。因此，需要将满足预设条件的结果数据对应的运动偏差数据作为第一关节的目标运动偏差数据。
S104，基于所述目标运动偏差数据，确定所述第一关节的配置信息中减速器的类型信息。
在本实施例中，由于不同减速器的背隙不同，不同的背隙造成的运动偏差不同，因此，根据目标运动偏差数据可以得到合适的减速器的类型信息。其中，减速器的类型信息可以包括减速器的种类、型号、生产商等信息。背隙越大的减速器的价格越便宜，背隙越小的减速器的价格越贵，如果都选用背隙较小的减速器会增加成本，对于使用背隙相对较大的减速器也可以满足机器人的需求的情况，根据本申请可以选择背隙相对较大，价格便宜的减速器以达到优化成本的目的。
在本实施例中，如果多个种类的减速器均可以满足目标运动偏差数据的要求，则可以选择价格优惠的减速器。
本申请实施例中，采用第一运动偏差数据对机器人中的第一关节的关节模型进行仿真，得到第一结果数据，采用第二运动偏差数据对关节模型进行仿真，得到第二结果数据，将第一结果数据和第二结果数据中满足预设条件的结果数据对应的运动偏差数据作为第一关节的目标运动偏差数据，基于目标运动偏差数据，确定第一关节的配置信息中减速器的类型信息；本申请通过两次仿真的结果可以得到第一关节较为准确的运动偏差，根据运动偏差选择合适的减速器，可以使选择的减速器既满足第一关节的需求，又可以达到优化成本的目的，避免出现高成本或使用的减速器不满足机器人需求的现象。另外本申请可以通过不同的运动偏差数据得到的结果数据分析不同减速器对机器人的影响。
在一种可能的实现方式中，在采用第二运动偏差数据对关节模型进行仿真之前，还可以先确定第二运动偏差数据。
具体的，在步骤102之前，上述方法还可以包括：
S201，基于所述第一结果数据，按照预设步长调整所述第一运动偏差数据，得到所述第二运动偏差数据，所述预设步长小于或等于所述第一阈值。
在本实施例中，预设步长可以根据需要进行设置。例如，预设步长可以为1、2或3等。
在本实施例中，按照预设步长调整所述第一运动偏差数据可以包括将第一运动偏差数据调大或调小。
在本实施例中，如果第二运动偏差数据是基于第一运动偏差数据得到的，则第一结果数据和第二结果数据为相邻两次仿真得到的数据。相应的，如果相邻两次仿真得到的结果数据中存在满足预设条件的结果数据，根据相连两次仿真得到的结果数据中满足预设条件的结果数据对应的运动偏差数据可以确定目标运动偏差数据。
本申请实施例中，使用第一运动偏差数据得到第二运动偏差数据，可以使得到的第二运动偏差数据更有依据且更规律，使每次仿真更具有规律性。
如图3所示，在一种可能的实现方式中，步骤S201的实现过程可以包括：
S2011，若所述第一结果数据满足所述预设条件，将所述第一运动偏差数据增大所述预设步长，得到所述第二运动偏差数据。
在本实施例中，已知运动偏差数据越大越不利于机器人的稳定，也就更不能满足机器人的性能需要。运动偏差数据越大说明减速器的背隙越大，减速器的背隙越大减速器的价钱越便宜。
在本实施例中，如果第一结果数据满足预设条件，则说明第一运动偏差数据可以满足机器人的性能需求，可以将第一运动偏差数据调大，然后继续判断调大后的第一运动偏差数据，本申请中记为第二运动偏差数据是否满足机器人的性能需求。
S2012，若所述第一结果数据不满足预设条件，将所述第一运动偏差数据减小所述预设步长，得到所述第二运动偏差数据。
在本实施例中，如果第一结果数据不满足预设条件，则说明第一运动偏差数据不满足机器人的性能需求，可以将第一运动偏差数据调小，然后继续判断调小后的第一运动偏差数据，本申请中记为第二运动偏差数据是否满足机器人的性能需求。
本申请实施例中，可以根据第一结果数据确定将第一运动偏差数据调大或调小，使得对第一运动偏差数据的调节有据可依，使调节放向更明确，避免不必要的调节和不必要的仿真，可以加快得到配置信息的速度。
如图4所示，在一种可能的实现方式中，步骤S103的实现过程可以包括：
S1031，若所述第一结果数据满足所述预设条件、且所述第二结果数据不满足所述预设条件，则将所述第一运动偏差数据作为所述目标运动偏差数据。
在本实施例中，在对关节模型进行仿真时，可以预先设置一个初始运动偏差数据，然后采用初始运动偏差数据对关节模型进行仿真得到第三结果数据，若第三结果数据满足预设条件，则按照预设步长依次调大初始运动偏差数据，并采用每次调节后的初始运动偏差数据对关节模型进行仿真，直到得到第一运动偏差数据，采用第一运动偏差数据对关节模型进行仿真得到第一结果数据。第一结果数据满足预设条件。然后将第一运动偏差数据增大预设步长，得到第二运动偏差数据，采用第二运动偏差数据对关节模型进行仿真，得到第二结果数据，第二结果数据不满足预设条件。基于以上仿真，可以得到仿真过程中的满足机器人性能需要的最大运动偏差数据，也就是仿真结果满足预设条件的运动偏差数据中的最大值，将最大运动偏差数据作为目标运动偏差数据。目标运动偏差数据为满足机器人的性能需要的最大的运动偏差数据。
在本实施例中，如果第一结果数据满足所述预设条件、且第二结果数据不满足所述预设条件，则将第一运动偏差数据作为目标运动偏差数据。由于第一结果数据和第二结果数据为相邻两次仿真得到的，因此，第一运动偏差数据为仿真过程中满足机器人的性能需要的最大的运动偏差数据。
S1032，若所述第一结果数据不满足所述预设条件、且所述第二结果数据满足所述预设条件，则将所述第二运动偏差数据作为所述目标运动偏差数据。
在本实施例中，在对关节模型进行仿真时，可以预先设置一个初始运动偏差数据，然后采用初始运动偏差数据对关节模型进行仿真得到第三结果数据，若第三结果数据不满足预设条件，则按照预设步长依次调小初始运动偏差数据，并采用每次调节后的初始运动偏差数据对关节模型进行仿真，直到得到第一运动偏差数据，采用第一运动偏差数据对关节模型进行仿真得到第一结果数据。第一结果数据不满足预设条件。然后将第一运动偏差数据减小预设步长，得到第二运动偏差数据，采用第二运动偏差数据对关节模型进行仿真，得到第二结果数据，第二结果数据满足预设条件。基于以上仿真，可以得到仿真过程中的满足机器人性能需要的最大运动偏差数据，也就是仿真结果满足预设条件的运动偏差数据中的最大值，将最大运动偏差数据作为目标运动偏差数据。目标运动偏差数据为满足机器人的性能需要的最大的运动偏差数据。
在本实施例中，如果第一结果数据不满足所述预设条件、且第二结果数据满足所述预设条件，则将第二运动偏差数据作为目标运动偏差数据。由于第一结果数据和第二结果数据为相邻两次仿真得到的，因此，第二运动偏差数据为仿真过程中满足机器人的性能需要的最大的运动偏差数据。
S1033，若所述第一结果数据和所述第二结果数据均满足所述预设条件，则将所述第一运动偏差数据和所述第二运动偏差数据中的数值大的作为所述目标运动偏差数据。
在本实施例中，如果第一结果数据和第二结果数据均可以满足预设条件，则说明第一运动偏差数据和第二运动偏差数据均可以满足机器人的性能需求，则可以选择其中较大的运动偏差数据作为目标运动偏差数据。以上选择的原因是，运动偏差数据越大对应的背隙越大，背隙越大对应的减速器的价钱越便宜，可以节约成本。
本申请实施例中，如果第一结果数据和第二结果数据中一个结果数据满足预设条件，另一个结果数据不满足预设条件，则可以确定仿真过程中满足机器人的性能需要的最大的运动偏差数据，为后续确定减速器打下基础。如果第一结果数据和第二结果数据均满足预设条件，将较大的结果数据作为目标运动偏差数据，可以得到更接近最大的运动偏差数据的运动偏差数据，为后续确定减速器打下基础，使得到的减速器更符合需求。
如图5所示，在一种可能的实现方式中，步骤S104的实现过程可以包括：
S1041，确定所述目标运动偏差数据所在的减速器的背隙区间。
在本实施例中，不同的减速器对应不同的背隙区间。例如，谐波减速器对应第一背隙区间，齿轮减速器对应第二背隙区间，谐波减速器的第一背隙区间小于齿轮减速器对应第二背隙区间。因此，确定了目标运动偏差数据后可以查找目标运动偏差数据所在的背隙区间。
S1042，将所述目标运动偏差数据所在的减速器的背隙区间对应的减速器的类型信息作为所述第一关节的配置信息中减速器的类型信息。
在本实施例中，找到目标运动偏差数据所在的背隙区间后，可以确定该背隙区间对应的减速器的类型信息。由于目标运动偏差数据为满足机器人的性能需要的相对较大的运动偏差数据，因此，根据目标运动偏差数据确定的减速器为价格相对优惠的减速器，可以使机器人的制作成本相对降低但不会影响机器人的性能。
在一种可能的实现方式中，还可以对多个关节共同进行仿真，确定多个关节分别对应的减速器的信息。以双足机器人的行走为例，具体的可参照下述步骤。
S301，构件机器人双腿的仿真模型，如图6所示，仿真模型中腿部关节的依次连接顺序为J1-J1'-J2-J2'-J3-J3'-J4-J4'-J5-J5'-J6-J6',其中J1、J2、J3、J4、J5和J6为主动关节，用轴体表示，J1'、J2'、J3'、J4'、J5'和J6'为被动关节，用轴体表示，用于模拟关节虚位，此时，虚位与对应的主动关节的转轴相同，转轴分别为A1、A2、A3、A4、A5、A6，转轴为轴体中心的竖轴。
在仿真开始之前预设初始运动偏差数据、预设步长等，运动偏差数据是加载在被动关节上的。
S302，采用初始运动偏差数据对仿真模型进行仿真，得到每个主动关节的第一结果参数。为了便于说明，以下仅以主动关节J1为例进行说明，其他主动关节的仿真及对应的减速器的选择过程与J1相同。
S303，判断主动关节J1的第一结果参数是否满足预设条件，若第一结果参数不满足预设条件，则将初始运动偏差数据减小预设步长，得到第一偏差数据。
S304，采用第一偏差数据对仿真模型进行仿真，得到第二结果参数，如果第二结果参数不满足预设条件，则将第一偏差数据减小预设步长，得到第二偏差数据。
S305，采用第二偏差数据对仿真模型进行仿真，得到第三结果参数，若第三结果参数满足预设条件，则将第二偏差数据作为目标运动偏差数据。
或者，S306，判断主动关节J1的第一结果参数是否满足预设条件，若第一结果参数满足预设条件，则将初始运动偏差数据增加预设步长，得到第一偏差数据。
S307，采用第一偏差数据对仿真模型进行仿真，得到第二结果参数，如果第二结果参数满足预设条件，则将第一偏差数据增加预设步长，得到第二偏差数据。
S308，采用第二偏差数据对仿真模型进行仿真，得到第三结果参数，若第三结果参数不满足预设条件，则将第一偏差数据作为目标运动偏差数据。
S309，基于所述目标运动偏差数据，确定所述第一关节的配置信息中减速器的类型信息。
通过上述方法找到的目标运动偏差数据为仿真过程中满足机器人性能需要的最大的运动偏差数据，基于目标运动偏差数据确定的减速器为满足机器人需求、且价格最优惠的减速器。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的机器人关节的配置信息的确定，图7示出了本申请实施例提供的机器人关节的配置信息的装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。
参照图7，该装置400可以包括：第一仿真模块410、第二仿真模块420、偏差确定模块430和配置确定模块440。
其中，第一仿真模块410，用于采用第一运动偏差数据对机器人中的第一关节的关节模型进行仿真，得到第一结果数据；
第二仿真模块420，用于采用第二运动偏差数据对所述关节模型进行仿真，得到第二结果数据，所述第二运动偏差数据和所述第一运动偏差数据的差值小于第一阈值；
偏差确定模块430，用于将所述第一结果数据和所述第二结果数据中满足预设条件的结果数据对应的运动偏差数据作为所述第一关节的目标运动偏差数据；
配置确定模块440，用于基于所述目标运动偏差数据，确定所述第一关节的配置信息中减速器的类型信息。
在一种可能的实现方式中，与第二仿真模块420相连的还包括：
计算模块，用于基于所述第一结果数据，按照预设步长调整所述第一运动偏差数据，得到所述第二运动偏差数据，所述预设步长小于所述第一阈值。
在一种可能的实现方式中，计算模块具体可以用于：
若所述第一结果数据满足所述预设条件，将所述第一运动偏差数据增大所述预设步长，得到所述第二运动偏差数据；
若所述第一结果数据不满足预设条件，将所述第一运动偏差数据减小所述预设步长，得到所述第二运动偏差数据。
在一种可能的实现方式中，偏差确定模块430具体可以用于：
若所述第一结果数据满足所述预设条件、且所述第二结果数据不满足所述预设条件，则将所述第一运动偏差数据作为所述目标运动偏差数据；
若所述第一结果数据不满足所述预设条件、且所述第二结果数据满足所述预设条件，则将所述第二运动偏差数据作为所述目标运动偏差数据；
若所述第一结果数据和所述第二结果数据均满足所述预设条件，则将所述第一运动偏差数据和所述第二运动偏差数据中的数值大的作为所述目标运动偏差数据。
在一种可能的实现方式中，配置确定模块440具体可以用于：
确定所述目标运动偏差数据所在的减速器的背隙区间；
将所述目标运动偏差数据所在的减速器的背隙区间对应的减速器的类型信息作为所述第一关节的配置信息中减速器的类型信息。
在一种可能的实现方式中，所述关节模型包括所述第一关节和与所述第一关节串联的被动关节，所述被动关节的运动范围基于所述第一运动偏差数据或所述第二运动偏差数据确定。
在一种可能的实现方式中，第一结果数据包括：所述第一关节运动时的第一力矩、所述第一关节运动的第一角度和所述第一关节的第一姿态中的至少一种。
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请实施例还提供了一种终端设备，参见图8，该终端设备400可以包括：至少一个处理器410、存储器420以及存储在所述存储器420中并可在所述至少一个处理器410上运行的计算机程序，所述处理器410执行所述计算机程序时实现上述任意各个方法实施例中的步骤，例如图2所示实施例中的步骤S101至步骤S104。或者，处理器410执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能，例如图7所示模块410至440的功能。
示例性的，计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器420中，并由处理器410执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序段，该程序段用于描述计算机程序在终端设备400中的执行过程。
本领域技术人员可以理解，图8仅仅是终端设备的示例，并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如输入输出设备、网络接入设备、总线等。
处理器410可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器420可以是终端设备的内部存储单元，也可以是终端设备的外部存储设备，例如插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。所述存储器420用于存储所述计算机程序以及终端设备所需的其他程序和数据。所述存储器420还可以用于暂时地存储已经输出或者将要输出的数据。
总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component，PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture，EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
本申请实施例提供的机器人关节的配置信息的确定方法可以应用于计算机、平板电脑、笔记本电脑、上网本、个人数字助理(personal digital assistant，PDA)等终端设备上，本申请实施例对终端设备的具体类型不作任何限制。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述机器人的关节信息的配置方法各个实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在移动终端上运行时，使得移动终端执行时实现可实现上述机器人的关节信息的配置方法各个实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (10)
1.一种机器人关节的配置信息的确定方法，其特征在于，包括：
采用第一运动偏差数据对机器人中的第一关节的关节模型进行仿真，得到第一结果数据，其中，所述第一运动偏差数据表征所述第一关节的运动偏差；
采用第二运动偏差数据对所述关节模型进行仿真，得到第二结果数据，所述第二运动偏差数据和所述第一运动偏差数据的差值小于第一阈值；
将所述第一结果数据和所述第二结果数据中满足预设条件的结果数据对应的运动偏差数据作为所述第一关节的目标运动偏差数据；
基于所述目标运动偏差数据，确定所述第一关节的配置信息中减速器的类型信息。
2.如权利要求1所述的机器人关节的配置信息的确定方法，其特征在于，在所述采用第二运动偏差数据对所述关节模型进行仿真之前，包括：
基于所述第一结果数据，按照预设步长调整所述第一运动偏差数据，得到所述第二运动偏差数据，所述预设步长小于或等于所述第一阈值。
3.如权利要求2所述的机器人关节的配置信息的确定方法，其特征在于，所述基于所述第一结果数据，按照预设步长调整所述第一运动偏差数据，得到所述第二运动偏差数据，包括：
若所述第一结果数据满足所述预设条件，将所述第一运动偏差数据增大所述预设步长，得到所述第二运动偏差数据；
若所述第一结果数据不满足预设条件，将所述第一运动偏差数据减小所述预设步长，得到所述第二运动偏差数据。
4.如权利要求3所述的机器人关节的配置信息的确定方法，其特征在于，所述将所述第一结果数据和所述第二结果数据中满足预设条件的结果数据对应的运动偏差数据作为所述第一关节的目标运动偏差数据，包括：
若所述第一结果数据满足所述预设条件、且所述第二结果数据不满足所述预设条件，则将所述第一运动偏差数据作为所述目标运动偏差数据；
若所述第一结果数据不满足所述预设条件、且所述第二结果数据满足所述预设条件，则将所述第二运动偏差数据作为所述目标运动偏差数据；
若所述第一结果数据和所述第二结果数据均满足所述预设条件，则将所述第一运动偏差数据和所述第二运动偏差数据中的数值大的作为所述目标运动偏差数据。
5.如权利要求1至4任一项所述的机器人关节的配置信息的确定方法，其特征在于，所述基于所述目标运动偏差数据，确定所述第一关节的配置信息中减速器的类型信息，包括：
确定所述目标运动偏差数据所在的减速器的背隙区间；
将所述目标运动偏差数据所在的减速器的背隙区间对应的减速器的类型信息作为所述第一关节的配置信息中减速器的类型信息。
6.如权利要求1所述的机器人关节的配置信息的确定方法，其特征在于，所述关节模型包括所述第一关节和与所述第一关节串联的被动关节，所述被动关节的运动范围基于所述第一运动偏差数据或所述第二运动偏差数据确定。
7.如权利要求1所述的机器人关节的配置信息的确定方法，其特征在于，所述第一结果数据包括：所述第一关节运动时的第一力矩、所述第一关节运动的第一角度和所述第一关节的第一姿态中的至少一种。
8.一种机器人关节的配置信息的确定装置，其特征在于，包括：
第一仿真模块，用于采用第一运动偏差数据对机器人中的第一关节的关节模型进行仿真，得到第一结果数据；
第二仿真模块，用于采用第二运动偏差数据对所述关节模型进行仿真，得到第二结果数据，所述第二运动偏差数据和所述第一运动偏差数据的差值小于第一阈值；
偏差确定模块，用于将所述第一结果数据和所述第二结果数据中满足预设条件的结果数据对应的运动偏差数据作为所述第一关节的目标运动偏差数据；
配置确定模块，用于基于所述目标运动偏差数据，确定所述第一关节的配置信息中减速器的类型信息。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的机器人关节的配置信息的确定方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的机器人关节的配置信息的确定方法。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110937653.2A CN113618735B (zh) | 2021-08-16 | 2021-08-16 | 一种机器人关节的配置信息的确定方法、装置及终端设备 |
| PCT/CN2021/127155 WO2023019732A1 (zh) | 2021-08-16 | 2021-10-28 | 一种机器人关节的配置信息的确定方法、装置及终端设备 |
| US17/704,011 US20230046296A1 (en) | 2021-08-16 | 2022-03-25 | Robot joint configuration determining method, robot using the same and computer readable storage medium |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110937653.2A CN113618735B (zh) | 2021-08-16 | 2021-08-16 | 一种机器人关节的配置信息的确定方法、装置及终端设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113618735A true CN113618735A (zh) | 2021-11-09 |
| CN113618735B CN113618735B (zh) | 2022-07-19 |
Family
ID=78385732
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110937653.2A Active CN113618735B (zh) | 2021-08-16 | 2021-08-16 | 一种机器人关节的配置信息的确定方法、装置及终端设备 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN113618735B (zh) |
| WO (1) | WO2023019732A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024100942A1 (ja) * | 2022-11-08 | 2024-05-16 | 住友重機械工業株式会社 | 減速装置選定支援装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101006287A (zh) * | 2004-08-11 | 2007-07-25 | 纳博特斯克株式会社 | 附接到工业机器人的关节联接部分上的减速器 |
| CN102705447A (zh) * | 2012-06-26 | 2012-10-03 | 南京金鑫传动设备有限公司 | 减速器模块设计方法 |
| CN104537244A (zh) * | 2014-12-31 | 2015-04-22 | 大连理工大学 | 一种多自由度机器人腕部电机、减速器的计算与选型方法 |
| CN108920880A (zh) * | 2018-08-14 | 2018-11-30 | 哈工大机器人（合肥）国际创新研究院 | 一种智能驱动单元的电机和减速器选型方法 |
| CN109543332A (zh) * | 2018-11-30 | 2019-03-29 | 东北大学 | 一种系列化机器人腕部减速器选型方法 |
| CN110610047A (zh) * | 2019-09-18 | 2019-12-24 | 北京工业大学 | 机电执行器中电机和减速器快速选型方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3913666B2 (ja) * | 2002-10-30 | 2007-05-09 | 本田技研工業株式会社 | シミュレーション装置 |
| CN107901037B (zh) * | 2017-10-30 | 2020-09-15 | 北京精密机电控制设备研究所 | 一种机器人关节动力学模型修正方法 |
| CN108312146B (zh) * | 2018-01-31 | 2020-11-20 | 南京工程学院 | 模块化机器人分散控制方法及*** |
| CN109176527A (zh) * | 2018-10-12 | 2019-01-11 | 合肥合茂电子科技有限公司 | 一种机器人关节校准方法 |
| JP2020075329A (ja) * | 2018-11-08 | 2020-05-21 | キヤノン株式会社 | シミュレーション装置、制御システム、ロボットシステム、シミュレーション方法、プログラム及び記録媒体 |
| CN112743574B (zh) * | 2020-12-28 | 2022-07-19 | 深圳市优必选科技股份有限公司 | 机械臂设计的优化方法、装置和设备 |
-
2021
- 2021-08-16 CN CN202110937653.2A patent/CN113618735B/zh active Active
- 2021-10-28 WO PCT/CN2021/127155 patent/WO2023019732A1/zh unknown
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101006287A (zh) * | 2004-08-11 | 2007-07-25 | 纳博特斯克株式会社 | 附接到工业机器人的关节联接部分上的减速器 |
| US20080295623A1 (en) * | 2004-08-11 | 2008-12-04 | Nabtesco Corporation | Speed Reducer to be Attached to Articulated Portion Industrial Robot |
| CN102705447A (zh) * | 2012-06-26 | 2012-10-03 | 南京金鑫传动设备有限公司 | 减速器模块设计方法 |
| CN104537244A (zh) * | 2014-12-31 | 2015-04-22 | 大连理工大学 | 一种多自由度机器人腕部电机、减速器的计算与选型方法 |
| CN108920880A (zh) * | 2018-08-14 | 2018-11-30 | 哈工大机器人（合肥）国际创新研究院 | 一种智能驱动单元的电机和减速器选型方法 |
| CN109543332A (zh) * | 2018-11-30 | 2019-03-29 | 东北大学 | 一种系列化机器人腕部减速器选型方法 |
| CN110610047A (zh) * | 2019-09-18 | 2019-12-24 | 北京工业大学 | 机电执行器中电机和减速器快速选型方法 |
Non-Patent Citations (1)
| Title |
|---|
| 胡俊杰等: "大负载SCARA机器人刚柔耦合动力学性能研究", 《机电一体化》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024100942A1 (ja) * | 2022-11-08 | 2024-05-16 | 住友重機械工業株式会社 | 減速装置選定支援装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113618735B (zh) | 2022-07-19 |
| WO2023019732A1 (zh) | 2023-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109732594B (zh) | 一种机器人控制方法、***及机器人 | |
| CN112936301B (zh) | 一种机器人手眼标定方法、装置、可读存储介质及机器人 | |
| CN113119111A (zh) | 机械臂及其轨迹规划方法和装置 | |
| CN113119081B (zh) | 一种机械臂的臂角区间的逆解方法、装置及终端设备 | |
| CN113618735B (zh) | 一种机器人关节的配置信息的确定方法、装置及终端设备 | |
| CN112743574A (zh) | 机械臂设计的优化方法、装置和设备 | |
| CN112597610A (zh) | 机械臂结构轻量化设计的优化方法、装置及设备 | |
| CN112765540B (zh) | 数据处理方法、装置及相关产品 | |
| CN112651085A (zh) | 齿轮修形方法、装置及设备 | |
| CN112434387B (zh) | 摇臂轴瓦过盈量设计方法、装置、调节设备及存储介质 | |
| CN112446460A (zh) | 用于处理数据的方法、装置以及相关产品 | |
| CN112597612B (zh) | 机器人优化方法、装置、终端设备及计算机可读存储介质 | |
| CN110688752B (zh) | 一种车辆悬置***参数的计算方法及装置 | |
| CN109839964B (zh) | 舵机控制方法及终端设备 | |
| CN114516048B (zh) | 机器人的零点调试方法、装置、控制器及存储介质 | |
| CN113204892B (zh) | 质心轨迹生成方法、装置、计算机可读存储介质及机器人 | |
| US11325247B2 (en) | Robotic arm control method and apparatus and terminal device using the same | |
| CN111390905B (zh) | 机器人多任务控制方法、控制装置及终端设备 | |
| CN111223193B (zh) | 物体旋转方法、旋转装置、终端设备及计算机可读存储介质 | |
| CN114193436A (zh) | 一种机器人工作空间优化方法、装置、存储介质和设备 | |
| CN113733098A (zh) | 机械臂模型位姿计算方法、装置、电子设备和存储介质 | |
| CN114444688A (zh) | 神经网络的量化方法、装置、设备、存储介质及程序产品 | |
| US20190118377A1 (en) | Method, apparatus, and terminal device for robot posture detection | |
| CN114254757A (zh) | 一种分布式深度学习方法、装置、终端设备及存储介质 | |
| CN114970253B (zh) | 竖井钻机的角度计算方法、终端及存储介质 |
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 |