-
公开(公告)号：CN109947048B
公开(公告)日：2021-02-02
申请号：CN201910238469.1
申请日：2019-03-27
申请人： 华中科技大学
IPC分类号： G05B19/408
摘要： 本发明公开了一种基于数据的数控机床进给系统参数辨识方法，确定待测数控机床的输入数据和输出数据，并搭建待测数控机床的仿真模型；确定待辨识参数的初始范围及其概率分布函数；根据初始范围和概率分布函数进行随机取样，形成待辨识参数子集；将待辨识参数子集代入待测数控机床的仿真模型中，获取对应的仿真输出数据；比较仿真输出数据与实测输出数据之间的拟合度，将满足拟合度精度要求的待辨识参数子集输出作为当前待测数控机床进给系统的参数子集。本发明技术方案针对现有技术中机床进给系统参数辨识方法复杂多变、且准确度不高的情况，采用数控机床的数据作为基础，对参数概率分布函数进行仿真模拟，具有方案简单、精度高的特点。
-
公开(公告)号：CN111496794A
公开(公告)日：2020-08-07
申请号：CN202010354236.0
申请日：2020-04-29
申请人： 华中科技大学
IPC分类号： B25J9/16
摘要： 本发明公开了一种基于仿真工业机器人的运动学自抓取学习方法和系统，属于计算机辅助制造领域。本发明是基于仿真环境并利用强化学习理论进行机器人抓取训练，仿真机器人通过相机拍摄的图像自动获取物体的位置信息，决定机器人末端抓取工具的抓取位置；同时，基于强化学习的图像处理方法根据观察到的图像中被抓取物体形状和摆放状态，决定抓取工具的姿态，最终成功抓取形状各异、随意摆放的物品；本发明抓取技术可应用于很多工业与生活场景，它可以简化传统机器人的抓取工作编程的复杂性，提高机器人程序的扩展性，极大地提高了机器人的应用范围和实际生产中的工作效率。
-
公开(公告)号：CN109491320B
公开(公告)日：2019-12-06
申请号：CN201811283054.8
申请日：2018-10-31
申请人： 华中科技大学
IPC分类号： G05B19/19
摘要： 本发明属于人工智能和计算机辅助相关技术领域，其公开了一种基于强化学习的刀具路径生成与优化方法，该方法包括以下步骤：(1)将加工信息输入到环境仿真模型；(2)环境仿真模型依据来自深度神经网络模型的动作值产生状态值，并将状态值输出给深度神经网络模型，深度神经网络模型根据状态值作产生新的动作值，并将新的动作值传输给环境仿真模型，如此两者不断交互，使得刀具从加工起始点到达加工终点，进而生成刀具路径；(3)重复步骤(2)以获得多条刀具路径，将多条刀具路径输入到路径评判模块，路径评判模块对每刀具路径做出判断并输出评判分数，将评判分数最高的刀具路径作为最终的刀具路径。本发明提高精度及效率，适用性较强。
-
公开(公告)号：CN109947048A
公开(公告)日：2019-06-28
申请号：CN201910238469.1
申请日：2019-03-27
申请人： 华中科技大学
IPC分类号： G05B19/408
摘要： 本发明公开了一种基于数据的数控机床进给系统参数辨识方法，确定待测数控机床的输入数据和输出数据，并搭建待测数控机床的仿真模型；确定待辨识参数的初始范围及其概率分布函数；根据初始范围和概率分布函数进行随机取样，形成待辨识参数子集；将待辨识参数子集代入待测数控机床的仿真模型中，获取对应的仿真输出数据；比较仿真输出数据与实测输出数据之间的拟合度，将满足拟合度精度要求的待辨识参数子集输出作为当前待测数控机床进给系统的参数子集。本发明技术方案针对现有技术中机床进给系统参数辨识方法复杂多变、且准确度不高的情况，采用数控机床的数据作为基础，对参数概率分布函数进行仿真模拟，具有方案简单、精度高的特点。
-
公开(公告)号：CN111267109A
公开(公告)日：2020-06-12
申请号：CN202010215475.8
申请日：2020-03-24
申请人： 华中科技大学
IPC分类号： B25J9/16
摘要： 本发明公开了一种基于强化学习的机器人速度规划方法和系统，包括：构建一个利用六轴扭转力矩驱动机器人行走的仿真的环境，得到仿真环境模型；将机器人行走路径输入仿真环境模型，得到起点速度，将起点速度输入决策网络，得到第一步的六轴扭转力矩，仿真环境模型根据第一步六轴扭转力矩驱动机器人，得到第一步的速度，仿真环境模型与决策网络不断交互，得到机器人在路径中从起点至终点的速度规划；重复上一步得到多条速度规划，利用评判网络对每一条速度规划作出判断，得到评分，将评分最高的速度规划作为最优速度规划。本发明考虑了实际加工过程中的动力学特性，能够快速、准确地规划原轨迹上的速度，使其更加适应实际加工过程。
-
公开(公告)号：CN109500657A
公开(公告)日：2019-03-22
申请号：CN201811353029.2
申请日：2018-11-14
申请人： 华中科技大学
IPC分类号： B23Q17/09
摘要： 本发明属于智能数控机床检测相关技术领域，其公开了一种基于视觉的断刀检测方法及系统，该方法包括以下步骤：(1)对刀具的ROI区域进行标定及初始化计数；(2)实时采集刀具及工件的图像，并对所述图像依次进行灰度及二值化处理以得到二值图像；(3)对所述二值图像进行掩膜，且仅保留所述ROI区域对应的二值图像；(4)对二值图像进行形态学处理后，提取所述二值图像的二值轮廓，进而得到参考轮廓；(5)判断所述参考轮廓的面积与标定好的刀具轮廓面积之间的比值是否小于第一预定值，并根据判断结果进行相应动作。本发明可靠性高，速度较快，成本较低，灵活性较好，适用性较强。
-
公开(公告)号：CN111496794B
公开(公告)日：2022-04-01
申请号：CN202010354236.0
申请日：2020-04-29
申请人： 华中科技大学
IPC分类号： B25J9/16
摘要： 本发明公开了一种基于仿真工业机器人的运动学自抓取学习方法和系统，属于计算机辅助制造领域。本发明是基于仿真环境并利用强化学习理论进行机器人抓取训练，仿真机器人通过相机拍摄的图像自动获取物体的位置信息，决定机器人末端抓取工具的抓取位置；同时，基于强化学习的图像处理方法根据观察到的图像中被抓取物体形状和摆放状态，决定抓取工具的姿态，最终成功抓取形状各异、随意摆放的物品；本发明抓取技术可应用于很多工业与生活场景，它可以简化传统机器人的抓取工作编程的复杂性，提高机器人程序的扩展性，极大地提高了机器人的应用范围和实际生产中的工作效率。
-
公开(公告)号：CN111267109B
公开(公告)日：2021-07-02
申请号：CN202010215475.8
申请日：2020-03-24
申请人： 华中科技大学
IPC分类号： B25J9/16
摘要： 本发明公开了一种基于强化学习的机器人速度规划方法和系统，包括：构建一个利用六轴扭转力矩驱动机器人行走的仿真的环境，得到仿真环境模型；将机器人行走路径输入仿真环境模型，得到起点速度，将起点速度输入决策网络，得到第一步的六轴扭转力矩，仿真环境模型根据第一步六轴扭转力矩驱动机器人，得到第一步的速度，仿真环境模型与决策网络不断交互，得到机器人在路径中从起点至终点的速度规划；重复上一步得到多条速度规划，利用评判网络对每一条速度规划作出判断，得到评分，将评分最高的速度规划作为最优速度规划。本发明考虑了实际加工过程中的动力学特性，能够快速、准确地规划原轨迹上的速度，使其更加适应实际加工过程。
-
公开(公告)号：CN110125930A
公开(公告)日：2019-08-16
申请号：CN201910314549.0
申请日：2019-04-18
申请人： 华中科技大学
IPC分类号： B25J9/16
摘要： 本发明公开了一种基于机器视觉和深度学习的机械臂抓取控制方法，获取机械臂当前状态下的作业场景图像，并根据运动指令向量的采样均值和初始方差，生成运动指令向量组；将其分别与作业场景图片进行结合，获取每个运动指令向量对应的可能性预测值；对运动指令向量对应的多个可能性预测值进行大小排序，获取至少一个最大可能性预测值对应的最佳运动指令向量；比较机械臂当前状态下抓取物体的可能性预测值与最佳运动指令向量的可能性预测值，确定抓取运动决策。本发明还公开了一种基于机器视觉和深度学习的机械臂抓取控制系统。本发明技术方案，能够应用于工业机械臂分拣、上料，服务机械臂抓取等诸多机械臂应用领域，提供智能、稳定的抓取效果。
-
公开(公告)号：CN111950189B
公开(公告)日：2024-09-27
申请号：CN201910399580.9
申请日：2019-05-14
申请人： 华中科技大学
摘要： 本发明公开了一种适用于曲面的刀具加工路径规划方法，其特征在于，包括获得样本工件在规则二维平面上的平面刀具路径规划图像，将其与对应的真实刀具路径规划图像一起，构成训练样本对刀具加工路径规划模型进行训练；将平面刀具路径规划图像并将其与真实刀具路径规划图像进行相似度比较，完成刀具加工路径规划模型的训练；将待加工工件的工况条件及其对应的规则二维平面输入刀具加工路径规划模型，对应输出该待加工工件的刀具加工路径规划。本发明技术方案针对目前神经网络在刀具加工路径规划问题上准确度不高、泛化能力不强的情况，采用对神经网络进行多样本、多工况对抗训练的方式，可以有效提高神经网络在刀具加工路径规划应用的精确度。
-
-
-
-
-
-
-
-
-
搜索结果
14 条记录 (耗时 0.023 秒)
