CN114029961A - 一种机械臂高精度传动的机器人控制方法及*** - Google Patents
一种机械臂高精度传动的机器人控制方法及*** Download PDFInfo
- Publication number
- CN114029961A CN114029961A CN202111546179.7A CN202111546179A CN114029961A CN 114029961 A CN114029961 A CN 114029961A CN 202111546179 A CN202111546179 A CN 202111546179A CN 114029961 A CN114029961 A CN 114029961A
- Authority
- CN
- China
- Prior art keywords
- robot
- motion
- result
- obtaining
- parameter
- 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 69
- 230000005540 biological transmission Effects 0.000 title claims abstract description 26
- 230000033001 locomotion Effects 0.000 claims abstract description 204
- 238000012937 correction Methods 0.000 claims abstract description 86
- 238000004458 analytical method Methods 0.000 claims description 28
- 238000011156 evaluation Methods 0.000 claims description 23
- 230000007613 environmental effect Effects 0.000 claims description 22
- 238000004088 simulation Methods 0.000 claims description 16
- 230000015654 memory Effects 0.000 claims description 15
- 238000012544 monitoring process Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 4
- 230000004888 barrier function Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 description 18
- 230000000694 effects Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 7
- 238000003860 storage Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010030 laminating Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000003466 welding 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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- 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
- B25J9/1661—Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
-
- 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
- B25J9/1679—Programme controls characterised by the tasks executed
- B25J9/1692—Calibration of manipulator
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种机械臂高精度传动的机器人控制方法及***,获得第一机器人的第一目标位置信息和第一初始位置信息,构建三维直角坐标系;获得第一机器人的预定运动控制参数;通过位形运动参数调整模型获得的第一调整参数进行预定运动控制参数的调整,进行第一机器人的运动控制,通过图像采集装置进行所述第一机器人的运动轨迹采集,获得第一轨迹偏差结果;通过压力采集传感器进行第一机器人的贴合目标压力采集,获得第一位置偏差结果,基于第一轨迹偏差结果和第一位置偏差结果进行所述第一机器人的运动校正。解决了现有技术中存在不能根据机器人的实际工作信息进行机器人准确的控制校正的技术问题。
Description
技术领域
本发明涉及智能化机器人控制相关领域,尤其涉及一种机械臂高精度传动的机器人控制方法及***。
背景技术
随着机器人产业的高速发展,现阶段研究和开发的机器人种类众多,且在工业领域中被广泛应用。现阶段生产和应用的机器人一般包括三个及以上的自由度,主要用来完成焊接、码垛、喷涂、包装等重复性工作。但是当涉及一些精密度要求高的装配任务时,因为机械加工精度、装配误差、传动误差、环境影响等因素,机械臂的质量分布、负载变化、震动等的影响,导致影响机器人的控制精度的问题。
但在实现本申请中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中存在不能根据机器人的实际工作信息进行机器人准确的控制校正的技术问题。
发明内容
本申请通过提供一种机械臂高精度传动的机器人控制方法及***,解决了现有技术中存在不能根据机器人的实际工作信息进行机器人准确的控制校正的技术问题,通过采集机器人的历史工作信息和实时运动的参数,进行机器人的控制校正,进而达到提高机器人的控制精度的技术效果。
鉴于上述问题,提出了本申请提供一种机械臂高精度传动的机器人控制方法及***。
第一方面,本申请提供了一种机械臂高精度传动的机器人控制方法,所述方法应用于机器人校正控制***,所述***与图像采集装置、压力传感器通信连接,所述方法包括:获得第一机器人的第一目标位置信息和第一初始位置信息,构建三维直角坐标系;获得所述第一机器人的预定运动控制参数;将所述第一目标位置信息和第一初始位置信息输入位形运动参数调整模型,获得第一调整参数;根据所述第一调整参数进行所述预定运动控制参数的调整,获得第一修正控制参数;通过所述第一修正控制参数进行所述第一机器人的运动控制,通过所述图像采集装置进行所述第一机器人的运动轨迹采集,获得第一轨迹偏差结果;通过所述压力采集传感器进行所述第一机器人的贴合目标压力采集,获得第一位置偏差结果,基于所述第一轨迹偏差结果和所述第一位置偏差结果进行所述第一机器人的运动校正。
另一方面,本申请还提供了一种机械臂高精度传动的机器人控制***,所述***包括:第一获得单元,所述第一获得单元用于获得第一机器人的第一目标位置信息和第一初始位置信息,构建三维直角坐标系;第二获得单元,所述第二获得单元用于获得所述第一机器人的预定运动控制参数;第三获得单元,所述第三获得单元用于将所述第一目标位置信息和第一初始位置信息输入位形运动参数调整模型,获得第一调整参数;第四获得单元,所述第四获得单元用于根据所述第一调整参数进行所述预定运动控制参数的调整,获得第一修正控制参数;第五获得单元,所述第五获得单元用于通过所述第一修正控制参数进行所述第一机器人的运动控制,通过图像采集装置进行所述第一机器人的运动轨迹采集,获得第一轨迹偏差结果;第一校正单元,所述第一校正单元用于通过压力采集传感器进行所述第一机器人的贴合目标压力采集,获得第一位置偏差结果,基于所述第一轨迹偏差结果和所述第一位置偏差结果进行所述第一机器人的运动校正。
第三方面,本发明提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面所述方法的步骤。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了获得第一机器人的第一目标位置信息和第一初始位置信息,构建三维直角坐标系;获得所述第一机器人的预定运动控制参数;将所述第一目标位置信息和第一初始位置信息输入位形运动参数调整模型,获得第一调整参数;根据所述第一调整参数进行所述预定运动控制参数的调整,获得第一修正控制参数;通过所述第一修正控制参数进行所述第一机器人的运动控制,通过所述图像采集装置进行所述第一机器人的运动轨迹采集,获得第一轨迹偏差结果;通过所述压力采集传感器进行所述第一机器人的贴合目标压力采集,获得第一位置偏差结果,基于所述第一轨迹偏差结果和所述第一位置偏差结果进行所述第一机器人的运动校正。通过采集机器人的历史工作信息和实时运动的参数,进行机器人的控制校正,进而达到提高机器人的控制精度的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请一种机械臂高精度传动的机器人控制方法的流程示意图;
图2为本申请一种机械臂高精度传动的机器人控制方法的获得第一轨迹偏差结果的流程示意图;
图3为本申请一种机械臂高精度传动的机器人控制方法的轨迹比对的流程示意图;
图4为本申请一种机械臂高精度传动的机器人控制方法的降速控制的流程示意图;
图5为本申请一种机械臂高精度传动的机器人控制***的结构示意图;
图6为本申请一种电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第五获得单元15,第一校正单元16,电子设备50,处理器51,存储器52,输入装置53,输出装置54。
具体实施方式
本申请通过提供一种机械臂高精度传动的机器人控制方法及***,解决了现有技术中存在不能根据机器人的实际工作信息进行机器人准确的控制校正的技术问题,通过采集机器人的历史工作信息和实时运动的参数,进行机器人的控制校正,进而达到提高机器人的控制精度的技术效果。下面结合附图,对本申请的实施例进行描述。本领域普通技术人员可知,随着技术的发展和新场景的出现,本申请提供的技术方案对于类似的技术问题,同样适用。
本申请的说明书和权利要求书及上述附图中的术语“第一”、第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换,这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,以便包含一系列单元的过程、方法、***、产品或设备不必限于那些单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
申请概述
工业机器人是面向工业领域的多关节机械手或多自由度的机器装置,它能自动执行工作,是靠自身动力和控制能力来实现各种功能的一种机器。它可以接受人类指挥,也可以按照预先编排的程序运行。但现有技术中存在不能根据机器人的实际工作信息进行机器人准确的控制校正的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请提供了一种机械臂高精度传动的机器人控制方法,所述方法应用于机器人校正控制***,所述***与图像采集装置、压力传感器通信连接,所述方法包括:获得第一机器人的第一目标位置信息和第一初始位置信息,构建三维直角坐标系;获得所述第一机器人的预定运动控制参数;将所述第一目标位置信息和第一初始位置信息输入位形运动参数调整模型,获得第一调整参数;根据所述第一调整参数进行所述预定运动控制参数的调整,获得第一修正控制参数;通过所述第一修正控制参数进行所述第一机器人的运动控制,通过所述图像采集装置进行所述第一机器人的运动轨迹采集,获得第一轨迹偏差结果;通过所述压力采集传感器进行所述第一机器人的贴合目标压力采集,获得第一位置偏差结果,基于所述第一轨迹偏差结果和所述第一位置偏差结果进行所述第一机器人的运动校正。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请提供了一种机械臂高精度传动的机器人控制方法,所述方法应用于机器人校正控制***,所述***与图像采集装置、压力传感器通信连接,所述方法包括:
步骤S100:获得第一机器人的第一目标位置信息和第一初始位置信息,构建三维直角坐标系;
具体而言,所述机器人控制校正***为进行机器人工作过程中参数采集分析后,产生校正数据,修正机器人工作参数的***,所述图像采集装置为一种机器视觉产品,即图像摄取装置,一般包括CMOS和CCD两种,它可以将被摄取的目标转化为图像信号,所述压力传感器为可以感受压力信号,并能将压力信号转换成可用的输出的电信号的器件或装置。所述图像采集装置、所述压力传感器分别与所述机器人校正控制***通信连接,可以进行相互的信息交互。所述第一机器人为进行控制校正的机器人,所述第一目标位置信息为所述第一机器人进行工作的目标所在位置信息,举例而言,所述第一目标可以是一待装配工件,所述第一目标位置信息为所述待装配工件的标定位置信息,即所述待装配工件应被标准放置的目标信息,所述第一初始位置信息为所述第一机器人的现阶段位置信息,即机器人的零点信息。所述三维直角坐标系为三维笛卡尔坐标系,是将所述第一目标位置信息和第一初始位置信息涵盖在内的唯一的标准坐标系,它的原点可以为所述第一初始位置,也可以任意定义。通过第一目标位置信息和第一初始位置信息的获取,所述三维直角坐标系的构建,将所有的位置用统一的标准坐标进行约束,为后续进行准确的机器人的控制校正提供了支持。
步骤S200:获得所述第一机器人的预定运动控制参数;
步骤S300:将所述第一目标位置信息和第一初始位置信息输入位形运动参数调整模型,获得第一调整参数;
步骤S400:根据所述第一调整参数进行所述预定运动控制参数的调整,获得第一修正控制参数;
具体而言,所述预定运动控制参数为通过三维软件进行所述第一机器人执行由所述第一初始位置移动到所述第一目标位置的编程控制参数。进一步来说,获得一个三维模拟控制环境,基于所述三维模拟控制环境进行所述第一机器人执行由所述第一初始位置到所述第一目标位置的控制参数模拟,根据需求的进给速度、路径选择等信息,获得在标准环境、标准设备信息的情况下的预定运动控制参数。所述行为运动参数调整模型为通过对所述第一机器人的历史运动信息进行监督,通过历史运动信息的监督结果和对应运动控制参数下的预定运动信息的偏差比对结果构建的模型,基于所述位形运动参数调整模型,可进行所述第一机器人的运动特点分析,进而进行常规性的运动控制补偿,获得所述第一调整参数,所述第一调整参数即控制的补偿参数,基于所述第一调整参数进行所述预定运动控制参数的调整,即将所述预定运动控制参数进行适配所述第一机器人的运动控制特征的调整,获得所述第一修正控制参数。通过所述位形运动参数调整模型进行所述第一调整参数的获取,达到进行更加准确的机器人参数控制和校正的技术效果。
步骤S500:通过所述第一修正控制参数进行所述第一机器人的运动控制,通过所述图像采集装置进行所述第一机器人的运动轨迹采集,获得第一轨迹偏差结果;
具体而言,通过所述第一修正控制参数进行所述第一机器人的控制的三维运动仿真,根据仿真数据中所述第一机器人的运动轨迹和所述三维直角坐标系,获得所述第一机器人的第一预定运动轨迹。首先进行所述图像采集装置的位置分布,所述图像采集装置至少包括第一图像采集装置和第二图像采集装置。通过所述第一修正控制参数进行所述第一机器人的运动控制,在所述第一机器人进行运动的过程中,通过所述第一图像采集装置和所述第二图像采集装置进行实时的图像采集,且所述图像采集结果具有对应的时间标识和位置标识。根据带有时间标识和位置标识的图像采集结果进行所述第一机器人的运动的拟合,获得所述第一机器人的第一实际运动轨迹,根据所述第一实际运动轨迹和所述第一预定运动轨迹获得所述第一轨迹偏差结果。通过对所述第一机器人的运动分析,获得所述第一轨迹偏差结果,为后续进行准确的控制校正提供了数据支持。
步骤S600:通过所述压力采集传感器进行所述第一机器人的贴合目标压力采集,获得第一位置偏差结果,基于所述第一轨迹偏差结果和所述第一位置偏差结果进行所述第一机器人的运动校正。
具体而言,所述压力采集装置为分布在所述第一机器人与装配工件接触末端的,进行所述第一机器人与工件接触压力采集的器件。当所述第一机器人到达所述第一目标位置时,所述第一机器人的运动完成,此时通过所述压力采集装置进行所述第一机器人与工件的接触压力采集,根据压力的采集结果与预设的压力信息进行比对,根据比对压力的偏差获得所述第一机器人在压力采集方向的位置偏差信息,即所述第一位置偏差结果,将所述第一轨迹偏差结果和所述第一位置偏差结果作为所述第一机器人在完成所述第一初始位置到所述第一目标位置的运动控制的校正参数,进行所述第一机器人的运动的校正控制,通过采集机器人的历史工作信息和实时运动的参数,进行机器人的控制校正,进而达到提高机器人的控制精度的技术效果。
进一步而言,如图2所示,所述通过所述图像采集装置进行所述第一机器人的运动轨迹采集,获得第一轨迹偏差结果,本申请步骤S500还包括:
步骤S510:获得第一图像集合,其中,所述第一图像集合为所述图像采集装置进行所述第一机器人的运动轨迹采集的图像集合;
步骤S520:基于所述第一图像集合进行轮廓特征分析,获得轮廓特征分析结果;
步骤S530:对所述第一图像集合进行图像噪声评估,获得第一图像噪声评估结果;
步骤S540:根据所述第一图像噪声评估结果进行所述轮廓特征分析结果的轮廓校正,获得第一轮廓校正结果;
步骤S550:根据所述第一轮廓校正结果获得所述第一轨迹偏差结果。
具体而言,所述第一图像集合为通过布设在所述第一机器人所在环境中图像采集装置采集的图像集合,为了能反映出更加准确的所述第一机器人的位置信息,所述图像采集装置至少包括不同角度下的两个图像采集装置,通过所述图像采集装置进行所述第一机器人的运动过程的图像采集,获得所述第一图像集合。对所述第一图像集合中的图像按照时间顺序排序,对同一时间节点采集的图像进行位置分析,根据连续的位置分析结果获得第一实际运动轨迹信息。
进一步来说,所述对同一时间节点采集的图像进行位置分析,获得实时的位置分析结果还包括:被摄取目标转换成图像信号,发送至专用的图像处理***,首先进行图像的预处理,根据图像的像素的分布亮度、颜色等信息,进行所述第一机器人的特征的抽取,根据抽取匹配结果得到被摄目标的形态信息,进而根据判别的结果来控制现场的设备动作。根据特征的提取结果,进行所述第一机器人的轮廓位置采集,获得所述轮廓特征分析结果。对所述第一图像集合进行图像噪声评估的过程为进行所述第一图像集合反应的轮廓准确性的评估过程。因为进行图像采集的过程中存在环境的复杂变化,因此采集的图像信息可能存在误差,此时需要对图像反馈的所述第一机器人的位置进行评估,即所述噪声评估的过程,根据图像的噪点数量和大小的情况获得第一图像噪声评估结果;根据所述第一图像噪声评估结果进行所述轮廓特征分析结果的轮廓校正,即根据噪点的评估结果进行图像采集环境调整,重新进行图像采集,根据重新进行的图像采集结果获得第一轮廓校正结果,根据所述第一轮廓校正结果获得所述第一轨迹偏差结果。通过对所述第一机器人的运动图像采集,进行所述第一机器人的运动分析,获得所述第一轨迹偏差结果,为后续进行准确的控制校正提供了数据支持。
进一步而言,如图3所示,所述根据所述第一轮廓校正结果获得所述第一轨迹偏差结果,本申请步骤S550还包括:
步骤S551:根据所述第一修正控制参数和所述三维直角坐标系进行所述第一机器人的运动仿真,获得第一预定运动轨迹;
步骤S552:根据所述第一轮廓校正结果和所述三维直角坐标系进行实际运动轨迹拟合,获得第一实际运动轨迹;
步骤S553:根据所述第一实际运动轨迹和所述第一预定运动轨迹进行轨迹误差分析,获得误差节点集合,其中,所述误差节点集合包括多个误差产生节点和与所述多个误差产生节点对应的误差向量;
步骤S554:基于所述误差节点集合获得所述第一轨迹偏差结果。
具体而言,构建一运动仿真***,将所述三维直角坐标系构建至所述运动仿真***中,将所述第一机器人的基础信息写入所述运动仿真***,通过所述第一修正控制参数在所述运动仿真***中进行所述第一机器人运动模拟控制,根据运动模拟控制结果获得所述第一预定运动轨迹。将所述第一轮廓校正结果和所述三维直角坐标系进行所述第一机器人的运动轨迹拟合,其中,所述第一预定运动轨迹和所述第一实际运动轨迹为在同一坐标系下构建的,根据所述第一实际运动轨迹和所述第一预定运动轨迹,进行同位置坐标的偏差分析,根据同位置坐标的偏差分析结果,获得多个误差节点,其中,每个误差节点均包括误差节点的标识位置信息和误差的向量信息,基于所述多个误差节点构成所述误差节点集合。通过所述误差节点集合获得所述第一轨迹偏差结果。通过仿真***进行所述第一预定运动轨迹的获取,通过所述第一轮廓校正结果进行所述第一机器人的实际运动轨迹的拟合,基于所述第一市价运动轨迹和所述第一预定运动轨迹的误差节点的集合获得所述第一轨迹偏差结果,为后续进行准确的所述第一机器人的运动校正提供了数据支持。
进一步的,如图4所示,本申请步骤S500还包括:
步骤S555:通过所述图像采集装置进行环境特征采集,获得第一环境特征采集结果;
步骤S556:基于所述第一环境特征采集结果和所述三维直角坐标系进行环境坐标构建,获得第一障碍物坐标;
步骤S557:根据所述第一障碍物坐标和所述第一实际运动轨迹获得障碍物距离集合;
步骤S558:判断所述障碍物距离集合是否满足第一预定安全距离;
步骤S559:当所述障碍物距离集合不满足所述第一预定安全距离时,获得第一实时降速参数,基于所述第一实时降速参数进行所述第一机器人的运动降速控制。
具体而言,在每次进行所述第一机器人的运动控制的过程中,通过所述图像采集装置进行所述第一机器人运动的环境信息的采集,根据采集的图像集合获得所述第一环境特征采集结果。基于所述图像集合进行环境特征提取,根据提取的环境特征信息进行所述三维直角坐标系的环境拟合,根据环境的位置、形状的拟合将结果获得环境特征的坐标集合,即所述第一障碍物坐标。根据所述障碍物坐标和所述第一实际运动轨迹的轨迹坐标进行实时的所述环境特征与所述第一机器人的距离评估。
进一步来说,所述实时距离评估的过程为进行所述第一机器人运动控制预警的过程,当检测到实时的距离不满足预先设定的第一预定安全距离时,表明所述第一机器人的控制可能因为本身***原因,或控制问题,或环境特征被改变,存在与环境特征接触的危险,此时,将所述第一机器人的控制参数的控制进给速度的参数调整为降速参数,基于所述降速参数进行所述第一机器人的运动控制。对所述第一机器人进行进给降速控制后,持续对所述第一机器人的后续运动进行观测,当降速后的第一机器人与所述环境特征持续接近,满足第二预定安全距离时,此时停止所述第一机器人的进给运动,并进行异常预警。通过对环境特征的实时采集和和拟合,进行所述环境特征和所述第一实际运动轨迹的实时比对预警,可深度结合变化的环境信息,进行所述第一机器人的控制参数校正和预警,达到准确预警和运动校正的技术效果。
进一步的,本申请步骤S300还包括:
步骤S310:获得所述第一机器人的历史运动监测信息,其中,所述历史运动监测信息包括所述第一机器人的历史运动位形数据集合;
步骤S320:根据所述历史运动监测信息进行位形偏差运动标识,获得第一标识集合;
步骤S330:基于所述第一标识集合构建所述位形运动参数调整模型。
具体而言,所述位形运动参数调整模型为学习中的模型,他可以不断的进行自我学习、存储设备的控制特征,进而获得更加适配于设备的控制调整参数。所述历史运动监测信息为所述第一机器人在执行运动、装配的过程中进行检测的信息集合,所述监测的信息包括所述第一机器人的实际运动信息与预定控制轨迹的偏差信息的标识信息。根据所述标识信息的集合,进行所述第一机器人的控制过程的偏差特征分析,根据分析获得的偏差特征集合进行所述位形运动参数调整模型的构建。通过对所述第一机器人的运动信息不断的监测,进行所述位形运动参数调整模型的不断调整完善,通过不断完善调整的位形运动参数调整模型,根据所述第一机器人的实际运动的初始位置和目标位置,生成匹配的调整参数,使得所述第一机器人的运动控制更加的准确。
进一步的,本申请步骤S540还包括:
步骤S541:当所述第一图像噪声评估结果不满足第一预定噪声评估阈值时,获得第一调整指令;
步骤S542:根据所述第一调整指令进行所述图像采集装置的采集环境调整,获得第一环境调整参数;
步骤S543:基于所述图像采集装置基于所述第一环境调整参数进行所述第一机器人的运动轨迹采集,获得第二图像集合;
步骤S544:通过所述第二图像集合进行所述轮廓特征分析结果的轮廓校正,获得所述第一轮廓校正结果。
具体而言,在通过所述图像采集装置进行所述第一机器人的实际运动轨迹拟合的过程中,还需要根据所述图像采集装置采集的图像进行评估,当采集的图像集合存在噪点过多时,则此时根据图像拟合的所述第一机器人的轮廓可能存在偏差,而通过存在偏差的轮廓获得的第一实际运动轨迹不能直接作为修正参数的运动轨迹。此时需要通过图像的噪声的数量来进行所述图像采集结果的评估。设定第一预定噪声评估阈值,其中,所述第一预定噪声评估阈值至少包括三个阈值,一个是噪声的数量阈值,一个是噪声的噪点大小阈值,一个是噪点的总面积占图像比的阈值,当所述第一图像噪声评估结果不满足上述三个阈值中的任意一个时,此时表明此时采集的图像不能够准确的进行轮廓的拟合,此时获得第一调整指令,根据所述第一调整指令进行所述图像采集装置的采集环境调整,获得第一环境调整参数;所述第一环境调整参数包括对环境的明亮度调整。通过所述图像采集装置进行环境调整后的所述第一机器人的运动轨迹采集,获得第二图像集合,通过所述第二图像集合进行所述轮廓特征分析结果的轮廓校正,获得所述第一轮廓校正结果。通过对采集的图像集合的图像噪点的实时分析,保证了拟合的所述第一机器人的轮廓图像的准确性,进而达到准确进行所述第一机器人的实际运动轨迹拟合,进行准确的参数校正的技术效果。
进一步的,所述通过所述压力采集传感器进行所述第一机器人的贴合目标压力采集,获得第一位置偏差结果,本申请步骤S700还包括:
步骤S710:通过所述压力传感器获得第一压力采集结果;
步骤S720:获得第一预定目标压力值;
步骤S730:根据所述第一压力采集结果和所述第一预定目标压力值获得第一压力差值;
步骤S740:基于所述第一压力差值获得所述第一位置偏差结果。
具体而言,通过所述第一机器人的预先设定参数,获得所述第一机器人与目标的第一预定接触压力,即所述第一预定目标压力值,即当所述第一机器人到达所述第一目标位置无偏差时,所述第一机器人的接触目标的压力值。通过所述压力传感器进行所述第一机器人进行目标接触的实际压力值的采集,根据压力的实际采集结果获得所述第一压力采集结果。基于所述第一压力采集结果和所述第一预定目标压力值获得第一压力差值,其中,所述第一压力差值反应了所述第一机器人的最终位置的控制的压力测试方向的偏差值。基于所述压力差值进行位置偏差的转换计算,获得第一位置偏差结果。将所述第一位置偏差结果作为所述第一机器人控制的修正参数中的一个。通过所述第一位置偏差结果的获取,为进行所述第一机器人的准确控制提供了位置偏移数据,达到准确进行所述第一机器人控制的位置校正的技术效果。
综上所述,本申请所提供的一种机械臂高精度传动的机器人控制方法及***具有如下技术效果:
1、由于采用了获得第一机器人的第一目标位置信息和第一初始位置信息,构建三维直角坐标系;获得所述第一机器人的预定运动控制参数;将所述第一目标位置信息和第一初始位置信息输入位形运动参数调整模型,获得第一调整参数;根据所述第一调整参数进行所述预定运动控制参数的调整,获得第一修正控制参数;通过所述第一修正控制参数进行所述第一机器人的运动控制,通过所述图像采集装置进行所述第一机器人的运动轨迹采集,获得第一轨迹偏差结果;通过所述压力采集传感器进行所述第一机器人的贴合目标压力采集,获得第一位置偏差结果,基于所述第一轨迹偏差结果和所述第一位置偏差结果进行所述第一机器人的运动校正。通过采集机器人的历史工作信息和实时运动的参数,进行机器人的控制校正,进而达到提高机器人的控制精度的技术效果。
2、由于采用了通过对所述第一机器人的运动图像采集的方式,进行所述第一机器人的运动分析,获得所述第一轨迹偏差结果,为后续进行准确的控制校正提供了数据支持。
3、由于采用了通过仿真***进行所述第一预定运动轨迹的获取的方式,通过所述第一轮廓校正结果进行所述第一机器人的实际运动轨迹的拟合,基于所述第一市价运动轨迹和所述第一预定运动轨迹的误差节点的集合获得所述第一轨迹偏差结果,为后续进行准确的所述第一机器人的运动校正提供了数据支持。
4、由于采用了对环境特征的实时采集和和拟合的方式,进行所述环境特征和所述第一实际运动轨迹的实时比对预警,可深度结合变化的环境信息,进行所述第一机器人的控制参数校正和预警,达到准确预警和运动校正的技术效果。
实施例二
基于与前述实施例中一种机械臂高精度传动的机器人控制方法同样发明构思,本发明还提供了一种机械臂高精度传动的机器人控制***,如图5所示,所述***包括:
第一获得单元11,所述第一获得单元11用于获得第一机器人的第一目标位置信息和第一初始位置信息,构建三维直角坐标系;
第二获得单元12,所述第二获得单元12用于获得所述第一机器人的预定运动控制参数;
第三获得单元13,所述第三获得单元13用于将所述第一目标位置信息和第一初始位置信息输入位形运动参数调整模型,获得第一调整参数;
第四获得单元14,所述第四获得单元14用于根据所述第一调整参数进行所述预定运动控制参数的调整,获得第一修正控制参数;
第五获得单元15,所述第五获得单元15用于通过所述第一修正控制参数进行所述第一机器人的运动控制,通过图像采集装置进行所述第一机器人的运动轨迹采集,获得第一轨迹偏差结果;
第一校正单元16,所述第一校正单元16用于通过压力采集传感器进行所述第一机器人的贴合目标压力采集,获得第一位置偏差结果,基于所述第一轨迹偏差结果和所述第一位置偏差结果进行所述第一机器人的运动校正。
进一步的,所述***还包括:
第六获得单元,所述第六获得单元用于获得第一图像集合,其中,所述第一图像集合为所述图像采集装置进行所述第一机器人的运动轨迹采集的图像集合;
第七获得单元,所述第七获得单元用于基于所述第一图像集合进行轮廓特征分析,获得轮廓特征分析结果;
第八获得单元,所述第八获得单元用于对所述第一图像集合进行图像噪声评估,获得第一图像噪声评估结果;
第九获得单元,所述第九获得单元用于根据所述第一图像噪声评估结果进行所述轮廓特征分析结果的轮廓校,获得第一轮廓校正结果;
第十获得单元,所述第十获得单元用于根据所述第一轮廓校正结果获得所述第一轨迹偏差结果。
进一步的,所述***还包括:
第十一获得单元,所述第十一获得单元用于根据所述第一修正控制参数和所述三维直角坐标系进行所述第一机器人的运动仿真,获得第一预定运动轨迹;
第十二获得单元,所述第十二获得单元用于根据所述第一轮廓校正结果和所述三维直角坐标系进行实际运动轨迹拟合,获得第一实际运动轨迹;
第十三获得单元,所述第十三获得单元用于根据所述第一实际运动轨迹和所述第一预定运动轨迹进行轨迹误差分析,获得误差节点集合,其中,所述误差节点集合包括多个误差产生节点和与所述多个误差产生节点对应的误差向量;
第十四获得单元,所述第十四获得单元用于基于所述误差节点集合获得所述第一轨迹偏差结果。
进一步的,所述***还包括:
第十五获得单元,所述第十五获得单元用于通过所述图像采集装置进行环境特征采集,获得第一环境特征采集结果;
第十六获得单元,所述第十六获得单元用于基于所述第一环境特征采集结果和所述三维直角坐标系进行环境坐标构建,获得第一障碍物坐标;
第十七获得单元,所述第十七获得单元用于根据所述第一障碍物坐标和所述第一实际运动轨迹获得障碍物距离集合;
第一判断单元,所述第一判断单元用于判断所述障碍物距离集合是否满足第一预定安全距离;
第十八获得单元,所述第十八获得单元用于当所述障碍物距离集合不满足所述第一预定安全距离时,获得第一实时降速参数,基于所述第一实时降速参数进行所述第一机器人的运动降速控制。
进一步的,所述***还包括:
第十九获得单元,所述第十九获得单元用于获得所述第一机器人的历史运动监测信息,其中,所述历史运动监测信息包括所述第一机器人的历史运动位形数据集合;
第二十获得单元,所述第二十获得单元用于根据所述历史运动监测信息进行位形偏差运动标识,获得第一标识集合;
第一构建单元,所述第一构建单元用于基于所述第一标识集合构建所述位形运动参数调整模型。
进一步的,所述***还包括:
第二十一获得单元,所述第二十一获得单元用于当所述第一图像噪声评估结果不满足第一预定噪声评估阈值时,获得第一调整指令;
第二十二获得单元,所述第二十二获得单元用于根据所述第一调整指令进行所述图像采集装置的采集环境调整,获得第一环境调整参数;
第二十三获得单元,所述第二十三获得单元用于基于所述图像采集装置基于所述第一环境调整参数进行所述第一机器人的运动轨迹采集,获得第二图像集合;
第二校正单元,所述第二校正单元用于通过所述第二图像集合进行所述轮廓特征分析结果的轮廓校正,获得所述第一轮廓校正结果。
进一步的,所述***还包括:
第二十四获得单元,所述第二十四获得单元用于通过所述压力传感器获得第一压力采集结果;
第二十五获得单元,所述第二十五获得单元用于获得第一预定目标压力值;
第二十六获得单元,所述第二十六获得单元用于根据所述第一压力采集结果和所述第一预定目标压力值获得第一压力差值;
第二十七获得单元,所述第二十七获得单元用于基于所述第一压力差值获得所述第一位置偏差结果。
前述图1实施例一中的一种机械臂高精度传动的机器人控制方法的各种变化方式和具体实例同样适用于本实施例的一种机械臂高精度传动的机器人控制***,通过前述对一种机械臂高精度传动的机器人控制方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种机械臂高精度传动的机器人控制***的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图6来描述本申请的电子设备。
图6图示了根据本申请的电子设备的结构示意图。
基于与前述实施例中一种机械臂高精度传动的机器人控制方法的发明构思,本发明还提供一种电子设备,下面,参考图6来描述根据本申请的电子设备。该电子设备可以是可移动设备本身,或与其独立的单机设备,其上存储有计算机程序,该程序被处理器执行时实现前文所述方法的任一方法的步骤。
如图6所示,电子设备50包括一个或多个处理器51和存储器52。
处理器51可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备50中的其他组件以执行期望的功能。
存储器52可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器51可以运行所述程序指令,以实现上文所述的本申请的各个实施例的方法以及/或者其他期望的功能。
在一个示例中,电子设备50还可以包括:输入装置53和输出装置54,这些组件通过总线***和/或其他形式的连接机构(未示出)互连。
本发明实施例提供的一种机械臂高精度传动的机器人控制方法,所述方法应用于机器人校正控制***,所述***与图像采集装置、压力传感器通信连接,所述方法包括:获得第一机器人的第一目标位置信息和第一初始位置信息,构建三维直角坐标系;获得所述第一机器人的预定运动控制参数;将所述第一目标位置信息和第一初始位置信息输入位形运动参数调整模型,获得第一调整参数;根据所述第一调整参数进行所述预定运动控制参数的调整,获得第一修正控制参数;通过所述第一修正控制参数进行所述第一机器人的运动控制,通过所述图像采集装置进行所述第一机器人的运动轨迹采集,获得第一轨迹偏差结果;通过所述压力采集传感器进行所述第一机器人的贴合目标压力采集,获得第一位置偏差结果,基于所述第一轨迹偏差结果和所述第一位置偏差结果进行所述第一机器人的运动校正。解决了现有技术中存在不能根据机器人的实际工作信息进行机器人准确的控制校正的技术问题,通过采集机器人的历史工作信息和实时运动的参数,进行机器人的控制校正,进而达到提高机器人的控制精度的技术效果。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现,当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下,凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现,而且,用来实现同一功能的具体硬件结构也可以是多种多样的,例如模拟电路、数字电路或专用电路等。但是,对本申请而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在可读取的存储介质中,如计算机的软盘、U盘、移动硬盘、ROM、RAM、磁碟或者光盘等,包括若干指令用以使得一台计算机设备执行本申请各个实施例所述的方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从计算机可读存储介质向另计算机可读存储介质传输,所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(Solid State Disk,SSD))等。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解,在本申请的各种实施例中,上述各过程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,而不应对本申请的实施过程构成任何限定。
另外,本文中术语“***”和“网络”在本文中常被可互换使用。本文中术语“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。
应理解,在本申请中,“与A相应的B”表示B与A相关联,根据A可以确定B。但还应理解,根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其它信息确定B。
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、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。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。
总之,以上所述仅为本申请技术方案的较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种机械臂高精度传动的机器人控制方法,其特征在于,所述方法应用于机器人校正控制***,所述***与图像采集装置、压力传感器通信连接,所述方法包括:
获得第一机器人的第一目标位置信息和第一初始位置信息,构建三维直角坐标系;
获得所述第一机器人的预定运动控制参数;
将所述第一目标位置信息和第一初始位置信息输入位形运动参数调整模型,获得第一调整参数;
根据所述第一调整参数进行所述预定运动控制参数的调整,获得第一修正控制参数;
通过所述第一修正控制参数进行所述第一机器人的运动控制,通过所述图像采集装置进行所述第一机器人的运动轨迹采集,获得第一轨迹偏差结果;
通过所述压力采集传感器进行所述第一机器人的贴合目标压力采集,获得第一位置偏差结果,基于所述第一轨迹偏差结果和所述第一位置偏差结果进行所述第一机器人的运动校正。
2.如权利要求1所述的方法,其特征在于,所述通过所述图像采集装置进行所述第一机器人的运动轨迹采集,获得第一轨迹偏差结果,还包括:
获得第一图像集合,其中,所述第一图像集合为所述图像采集装置进行所述第一机器人的运动轨迹采集的图像集合;
基于所述第一图像集合进行轮廓特征分析,获得轮廓特征分析结果;
对所述第一图像集合进行图像噪声评估,获得第一图像噪声评估结果;
根据所述第一图像噪声评估结果进行所述轮廓特征分析结果的轮廓校正,获得第一轮廓校正结果;
根据所述第一轮廓校正结果获得所述第一轨迹偏差结果。
3.如权利要求2所述的方法,其特征在于,所述根据所述第一轮廓校正结果获得所述第一轨迹偏差结果,还包括:
根据所述第一修正控制参数和所述三维直角坐标系进行所述第一机器人的运动仿真,获得第一预定运动轨迹;
根据所述第一轮廓校正结果和所述三维直角坐标系进行实际运动轨迹拟合,获得第一实际运动轨迹;
根据所述第一实际运动轨迹和所述第一预定运动轨迹进行轨迹误差分析,获得误差节点集合,其中,所述误差节点集合包括多个误差产生节点和与所述多个误差产生节点对应的误差向量;
基于所述误差节点集合获得所述第一轨迹偏差结果。
4.如权利要求3所述的方法,其特征在于,所述方法还包括:
通过所述图像采集装置进行环境特征采集,获得第一环境特征采集结果;
基于所述第一环境特征采集结果和所述三维直角坐标系进行环境坐标构建,获得第一障碍物坐标;
根据所述第一障碍物坐标和所述第一实际运动轨迹获得障碍物距离集合;
判断所述障碍物距离集合是否满足第一预定安全距离;
当所述障碍物距离集合不满足所述第一预定安全距离时,获得第一实时降速参数,基于所述第一实时降速参数进行所述第一机器人的运动降速控制。
5.如权利要求1所述的方法,其特征在于,所述方法还包括:
获得所述第一机器人的历史运动监测信息,其中,所述历史运动监测信息包括所述第一机器人的历史运动位形数据集合;
根据所述历史运动监测信息进行位形偏差运动标识,获得第一标识集合;
基于所述第一标识集合构建所述位形运动参数调整模型。
6.如权利要求2所述的方法,其特征在于,所述方法还包括:
当所述第一图像噪声评估结果不满足第一预定噪声评估阈值时,获得第一调整指令;
根据所述第一调整指令进行所述图像采集装置的采集环境调整,获得第一环境调整参数;
基于所述图像采集装置基于所述第一环境调整参数进行所述第一机器人的运动轨迹采集,获得第二图像集合;
通过所述第二图像集合进行所述轮廓特征分析结果的轮廓校正,获得所述第一轮廓校正结果。
7.如权利要求1所述的方法,其特征在于,所述通过所述压力采集传感器进行所述第一机器人的贴合目标压力采集,获得第一位置偏差结果,还包括:
通过所述压力传感器获得第一压力采集结果;
获得第一预定目标压力值;
根据所述第一压力采集结果和所述第一预定目标压力值获得第一压力差值;
基于所述第一压力差值获得所述第一位置偏差结果。
8.一种机械臂高精度传动的机器人控制***,其特征在于,所述***包括:
第一获得单元,所述第一获得单元用于获得第一机器人的第一目标位置信息和第一初始位置信息,构建三维直角坐标系;
第二获得单元,所述第二获得单元用于获得所述第一机器人的预定运动控制参数;
第三获得单元,所述第三获得单元用于将所述第一目标位置信息和第一初始位置信息输入位形运动参数调整模型,获得第一调整参数;
第四获得单元,所述第四获得单元用于根据所述第一调整参数进行所述预定运动控制参数的调整,获得第一修正控制参数;
第五获得单元,所述第五获得单元用于通过所述第一修正控制参数进行所述第一机器人的运动控制,通过图像采集装置进行所述第一机器人的运动轨迹采集,获得第一轨迹偏差结果;
第一校正单元,所述第一校正单元用于通过压力采集传感器进行所述第一机器人的贴合目标压力采集,获得第一位置偏差结果,基于所述第一轨迹偏差结果和所述第一位置偏差结果进行所述第一机器人的运动校正。
9.一种电子设备,其特征在于,包括处理器和存储器;所述存储器,用于存储;所述处理器,用于通过调用,执行权利要求1至7中任一项所述的方法。
10.一种计算机程序产品,包括计算机程序和/或指令,其特征在于,该计算机程序和/或指令被处理器执行时实现权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111546179.7A CN114029961B (zh) | 2021-12-16 | 2021-12-16 | 一种机械臂高精度传动的机器人控制方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111546179.7A CN114029961B (zh) | 2021-12-16 | 2021-12-16 | 一种机械臂高精度传动的机器人控制方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114029961A true CN114029961A (zh) | 2022-02-11 |
CN114029961B CN114029961B (zh) | 2022-05-24 |
Family
ID=80147007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111546179.7A Expired - Fee Related CN114029961B (zh) | 2021-12-16 | 2021-12-16 | 一种机械臂高精度传动的机器人控制方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114029961B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115674202A (zh) * | 2022-11-01 | 2023-02-03 | 东北大学 | 一种机器人位姿校正的方法、装置和*** |
CN116038707A (zh) * | 2023-01-30 | 2023-05-02 | 深圳技术大学 | 一种基于数据驱动的智能故障自动诊断*** |
CN116100561A (zh) * | 2023-04-10 | 2023-05-12 | 国网浙江省电力有限公司宁波供电公司 | 一种自动接线轨迹控制方法及*** |
CN116214526A (zh) * | 2023-05-09 | 2023-06-06 | 合力(天津)能源科技股份有限公司 | 一种机器人运动轨迹的补偿控制方法及*** |
CN117123520A (zh) * | 2023-02-06 | 2023-11-28 | 荣耀终端有限公司 | 实现对目标工件擦胶的方法及擦胶设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109822570A (zh) * | 2019-01-31 | 2019-05-31 | 秒针信息技术有限公司 | 机械臂的监控方法及装置 |
JP2019145585A (ja) * | 2018-02-16 | 2019-08-29 | 日本電産サンキョー株式会社 | 産業用ロボットの補正値算出方法 |
CN110524544A (zh) * | 2019-10-08 | 2019-12-03 | 深圳前海达闼云端智能科技有限公司 | 一种机械臂运动的控制方法、终端和可读存储介质 |
CN110587472A (zh) * | 2019-08-30 | 2019-12-20 | 重庆智能机器人研究院 | 一种打磨调试*** |
CN111890350A (zh) * | 2020-06-12 | 2020-11-06 | 深圳先进技术研究院 | 机器人及其控制方法、计算机可读存储介质 |
CN111958584A (zh) * | 2019-06-28 | 2020-11-20 | 鲁班嫡系机器人(深圳)有限公司 | 轨迹规划方法、装置及*** |
-
2021
- 2021-12-16 CN CN202111546179.7A patent/CN114029961B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019145585A (ja) * | 2018-02-16 | 2019-08-29 | 日本電産サンキョー株式会社 | 産業用ロボットの補正値算出方法 |
CN109822570A (zh) * | 2019-01-31 | 2019-05-31 | 秒针信息技术有限公司 | 机械臂的监控方法及装置 |
CN111958584A (zh) * | 2019-06-28 | 2020-11-20 | 鲁班嫡系机器人(深圳)有限公司 | 轨迹规划方法、装置及*** |
CN110587472A (zh) * | 2019-08-30 | 2019-12-20 | 重庆智能机器人研究院 | 一种打磨调试*** |
CN110524544A (zh) * | 2019-10-08 | 2019-12-03 | 深圳前海达闼云端智能科技有限公司 | 一种机械臂运动的控制方法、终端和可读存储介质 |
CN111890350A (zh) * | 2020-06-12 | 2020-11-06 | 深圳先进技术研究院 | 机器人及其控制方法、计算机可读存储介质 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115674202A (zh) * | 2022-11-01 | 2023-02-03 | 东北大学 | 一种机器人位姿校正的方法、装置和*** |
CN116038707A (zh) * | 2023-01-30 | 2023-05-02 | 深圳技术大学 | 一种基于数据驱动的智能故障自动诊断*** |
CN116038707B (zh) * | 2023-01-30 | 2023-08-04 | 深圳技术大学 | 一种基于数据驱动的智能故障自动诊断*** |
CN117123520A (zh) * | 2023-02-06 | 2023-11-28 | 荣耀终端有限公司 | 实现对目标工件擦胶的方法及擦胶设备 |
CN116100561A (zh) * | 2023-04-10 | 2023-05-12 | 国网浙江省电力有限公司宁波供电公司 | 一种自动接线轨迹控制方法及*** |
CN116100561B (zh) * | 2023-04-10 | 2023-09-05 | 国网浙江省电力有限公司宁波供电公司 | 一种自动接线轨迹控制方法及*** |
CN116214526A (zh) * | 2023-05-09 | 2023-06-06 | 合力(天津)能源科技股份有限公司 | 一种机器人运动轨迹的补偿控制方法及*** |
CN116214526B (zh) * | 2023-05-09 | 2023-08-04 | 合力(天津)能源科技股份有限公司 | 一种机器人运动轨迹的补偿控制方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN114029961B (zh) | 2022-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114029961B (zh) | 一种机械臂高精度传动的机器人控制方法及*** | |
US10894324B2 (en) | Information processing apparatus, measuring apparatus, system, interference determination method, and article manufacturing method | |
US9604364B2 (en) | Picking apparatus and picking method | |
EP1607194B1 (en) | Robot system comprising a plurality of robots provided with means for calibrating their relative position | |
EP1555508B1 (en) | Measuring system | |
EP2781314A1 (en) | Robot picking system, control device, and method of manufacturing a workpiece | |
US20070288124A1 (en) | Evaluating System And Evaluating Method Of Robot | |
CN108127661B (zh) | 机器人控制装置 | |
JP7160602B2 (ja) | 工具識別装置及び工具識別システム | |
CN114051444B (zh) | 借助于至少一个机器人执行应用 | |
JP2021534010A (ja) | 安全重視用途に関する産業ロボット動力学のシステム識別 | |
JP2011093014A (ja) | ハンドアイ式ビンピッキングロボットの制御装置 | |
KR102357168B1 (ko) | 인공신경망을 이용한 로봇 매니퓰레이터의 충돌을 감지하는 방법 및 시스템 | |
CN112109080A (zh) | 调整辅助装置 | |
CN109983299A (zh) | 工业机器人的测量***和方法 | |
CN113799130B (zh) | 一种人机协作装配中的机器人位姿标定方法 | |
Poeppel et al. | Robust distance estimation of capacitive proximity sensors in hri using neural networks | |
EP4241930A1 (en) | Robot control in working space | |
DE102019128707A1 (de) | Robotersystem | |
Deshmukh et al. | Kinematic modeling of an automated laser line point cloud scanning system | |
US20220274255A1 (en) | Control apparatus, control method, and computer-readable storage medium storing a control program | |
Koo et al. | Development of a robot car wiring system | |
Li et al. | A SLAM-integrated kinematic calibration method for industrial manipulators with RGB-D cameras | |
US20230211500A1 (en) | Program generation device and program generation method | |
CN113439013A (zh) | 机器人***,机器人的控制装置,以及机器人的控制程序 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220524 |