-
公开(公告)号：CN115741723A
公开(公告)日：2023-03-07
申请号：CN202211641038.8
申请日：2022-12-20
摘要： 本发明涉及一种多自由度蛇形机械臂的精度补偿方法，包括：构建机械臂运动学模型，并基于逆运动学对所述机械臂运动学模型进行求解，得到逆运动学关系模型；基于所述逆运动学关系模型，构建不动点压缩迭代映射模型，获取位形空间变形量；将所述位形空间变形量代入所述逆运动学模型，获得驱动空间变形补偿后的期望轨迹，基于所述期望轨迹对变形量进行实时补偿。本发明提出一种伺服刚度控制的方法，能够使机械臂对负载的反应能力进行调节，相较于传统的刚度控制，该方法更适用于机械臂与环境或者人接触的场合下。通过这种方法本发明能够使执行器同时实现精准、柔顺的交互操作，并且提高了交互操作的安全性。
-
公开(公告)号：CN115847389A
公开(公告)日：2023-03-28
申请号：CN202211641130.4
申请日：2022-12-20
摘要： 本发明提供了一种连续体机器人的刚度控制和补偿方法，包括：构建所述连续体机器人的运动学模型，所述运动学模型用于提供所述连续体机器人的驱动绳索长度变化；基于所述运动学模型，构建所述连续体机器人的机械臂刚度模型，基于所述机械臂刚度模型，获取所述绳索刚度模型，通过所述绳索刚度模型对绳索的张力进行调节，完成所述连续体机器人的刚度控制和补偿。本发明无需添加外部刚度调节装置即可对机器人的整体刚度进行调节，实时评估机械臂的刚度调整策略，改善机器人的整体刚度和定位精度，其建模方法可适用于绳索驱动的各类并联机器人，具有泛化能力高的特点。
-
公开(公告)号：CN111942621B
公开(公告)日：2022-03-04
申请号：CN202010693554.X
申请日：2020-07-17
申请人： 北京控制工程研究所
摘要： 一种基于多任务学习的在轨自主加注控制方法及系统，属于空间技术领域。本发明方法包括：构建任务表达网络G和任务执行网络H，在在轨加注虚拟环境中使用强化学习方法训练与微调任务表达网络G和任务执行网络H，直到两个网络的参数收敛，形成多任务策略网络F；在一种基于多任务学习的在轨自主加注控制系统中，将真实机械臂运动状态复位，使用多任务策略网络F对真实机械臂进行控制，使真实机械臂执行相应动作，完成在轨加注操作任务。针对多种操作任务独立学习引起的自主性不足问题，将深度强化学习和多任务学习方法相结合，实现了多种操作任务策略网络的统一表达和学习，相比于人工设计任务状态判断与切换，提升了自主性与鲁棒性。
-
公开(公告)号：CN113305831A
公开(公告)日：2021-08-27
申请号：CN202110481248.4
申请日：2021-04-30
申请人： 北京控制工程研究所
IPC分类号： B25J9/16
摘要： 一种空间机械臂自适应协调控制的位置观测器设计方法及系统，包括：建立空间机械臂的扩展运动学模型；确定航天器参考角速度，设计任务空间位置观测器；确定机械臂关节参考速度；确定空间机械臂自适应动力学协调控制律和参数更新律；采用得到的自适应动力学协调控制律和参数更新律，实现航天器姿态调节和末端执行器对任务空间中期望轨迹的跟踪。本发明基于任务空间位置观测器设计了空间机械臂自适应动力学协调控制器，能够在空间机械臂系统参数存在不确知性的情况下，仅仅通过控制机械臂的运动就可以同时达到机械臂末端轨迹跟踪与基座航天器姿态调节的目的。
-
公开(公告)号：CN109483530B
公开(公告)日：2020-11-20
申请号：CN201811216658.0
申请日：2018-10-18
申请人： 北京控制工程研究所
IPC分类号： B25J9/16
摘要： 本发明公开了一种基于深度强化学习的足式机器人运动控制方法及系统，其中，该方法包括：构建足式机器人3D模型；设计奖惩函数；构建动作网络和目标动作网络，并完成网络初始化；用动作网络生成控制量，得到下一时刻机器人的状态，计算奖惩值；随机选取一定数量的样本，计算目标评价网络的状态‑动作值，并根据Bellman方程更新评价网络的输出；利用评价网络对动作网络的权值进行更新；利用评价网络和动作网络权值更新目标评价网络和目标动作网络；重复上述步骤，直至网络收敛；根据动作网络，得到机器人运动的控制指令。本发明使得足式机器人实现在未知环境下的高效平稳移动。
-
公开(公告)号：CN111942621A
公开(公告)日：2020-11-17
申请号：CN202010693554.X
申请日：2020-07-17
申请人： 北京控制工程研究所
摘要： 一种基于多任务学习的在轨自主加注控制方法及系统，属于空间技术领域。本发明方法包括：构建任务表达网络G和任务执行网络H，在在轨加注虚拟环境中使用强化学习方法训练与微调任务表达网络G和任务执行网络H，直到两个网络的参数收敛，形成多任务策略网络F；在一种基于多任务学习的在轨自主加注控制系统中，将真实机械臂运动状态复位，使用多任务策略网络F对真实机械臂进行控制，使真实机械臂执行相应动作，完成在轨加注操作任务。针对多种操作任务独立学习引起的自主性不足问题，将深度强化学习和多任务学习方法相结合，实现了多种操作任务策略网络的统一表达和学习，相比于人工设计任务状态判断与切换，提升了自主性与鲁棒性。
-
公开(公告)号：CN108839822B
公开(公告)日：2020-04-10
申请号：CN201810331539.3
申请日：2018-04-13
申请人： 北京控制工程研究所
IPC分类号： B64G1/16 , B60F5/02 , B62D57/028
摘要： 一种可重复飞行轮腿复合移动机器人，包括主舱体、轮腿复合移动机构、推进系统、测控和载荷；主舱体作为机器人的主承力结构，为轮腿复合移动机构、推进系统、制导导航与控制系统、电源、测控和载荷提供安装接口；轮腿复合移动机构作为机器人的移动装置，安装在主舱体上；推进系统布局采用主推力器中心安装和辅推力器边缘对称安装的方式安装在主舱体上。该机器人能够以轮腿联动、轮式或足式等方式实现非结构化地形表面移动，又能够喷气低空飞行，解决单纯轮式、足式机器人在移动能力上的局限性，实现星球表面复杂地形的全地形通过。
-
公开(公告)号：CN107585559A
公开(公告)日：2018-01-16
申请号：CN201710792472.9
申请日：2017-09-05
申请人： 广东正来科技有限公司 , 北京控制工程研究所
摘要： 本发明中的型材自动下料装筐和上料出筐智能装置，其包括型材自动分层装置、型材自动抓取和转移装置、型材隔条自动布放和对齐装置，型材自动分层装置配置用于将与第一传送带垂直布置的第二传送带传送来的型材进行分层。型材自动分层装置包括抬举机构、连接机构和驱动机构，驱动机构与连接机构相连，抬举机构连接至连接机构。型材自动抓取和转移装置，其包括主支撑框架、平动车、升降小车以及联动抓手，型材隔条自动布放和对齐机构，其包括隔条布放机构和隔条弹出机构。本发明的装置为上下料提供了便利，并且减少作业过程中存在的型材磕碰问题，提高成品率。
-
公开(公告)号：CN114834646A
公开(公告)日：2022-08-02
申请号：CN202210301094.0
申请日：2022-03-24
申请人： 北京控制工程研究所
摘要： 一种抛射回收式大范围感知机器人，采用机械储能弹射回收装置，实现可靠的抛射回收。利用飞行模块中的动态姿态控制，实现敏感器对目标点的准确对准和测量，可通过多次抛射回收使用，实现对地外大范围环境的感知，具有对大范围环境(几十米到百米)的感知能力。本发明可克服例如火星无人机进行大范围感知时飞行时间短，寿命有限的问题，另外，还适用于月面等无大气复杂环境。
-
公开(公告)号：CN111487960A
公开(公告)日：2020-08-04
申请号：CN202010224312.6
申请日：2020-03-26
申请人： 北京控制工程研究所
IPC分类号： G05D1/02
摘要： 本发明涉及一种基于定位能力估计的移动机器人路径规划方法，不仅考虑了导航到目标点的路径远近、环境中的动态障碍物等对路径规划带来的影响，通过在全局地图代价函数中融合定位能力，还考虑了不同环境特征和地图噪声对机器人定位带来的影响。通过本发明得到的路径，可以确保移动机器人在定位能力相对较强的区域中进行导航。相比传统路径规划算法，不仅可以指导机器人绕开动态障碍物、或者通知机器人无法通行需停车等待，还增强了移动机器人导航过程中的定位精度和鲁邦性，从而提高了移动性能。最后，结合机器人实际导航需求对算法进行了优化，确保针对大范围环境进行路径规划时，算法亦可满足实时性要求。
-
-
-
-
-
-
-
-
-
搜索结果
40 条记录 (耗时 0.105 秒)
