VERFAHREN UND VERPACKUNGSVORRICHTUNG ZUM HERSTELLEN VON SCHRUMPFGEBINDEN

    公开(公告)号:EP3950515A1

    公开(公告)日:2022-02-09

    申请号:EP21178184.4

    申请日:2021-06-08

    摘要: Es ist eine Verpackungsvorrichtung (1) zum Herstellen von Schrumpfgebinden offenbart. Die Verpackungsvorrichtung (1) umfasst einen Schrumpftunnel (30) mit mindestens einer Schachtwand (32, 33, 34), welche mindestens eine Schachtwand (32, 33, 34) zum Einbringen von Schrumpfmedium in den Schrumpftunnel (30) ausgebildet ist und entlang welcher mindestens einen Schachtwand (32, 33, 34) Artikel (15) zum Aufschrumpfen von thermoplastischem Verpackungsmaterial (9) durch den Schrumpftunnel (30) bewegbar sind.
    Weiter umfasst die Verpackungsvorrichtung (1) eine Steuer- und/oder Regeleinrichtung (S) und mindestens eine Sensorik (20), über welche mindestens eine Sensorik (20) der Steuer- und/oder Regeleinrichtung (S) Informationen zu einer Breite des thermoplastischen Verpackungsmaterials (9) bereitstellbar sind, über welche Breite sich das thermoplastische Verpackungsmaterial (9) bei seiner Bewegung durch den Schrumpftunnel (30) senkrecht zu seiner Bewegungsrichtung (BR) erstreckt.
    Die Steuer- und/oder Regeleinrichtung (S) steht mit wenigstens einem Aktor in Verbindung und ist derart ausgebildet, dass die Steuer- und/oder Regeleinrichtung (S) unter Berücksichtigung der über die mindestens eine Sensorik (20) bereitgestellten Informationen eine Position der mindestens einen Schachtwand (32, 33, 34) schräg und/oder senkrecht zur Bewegungsrichtung (BR), entlang welcher Bewegungsrichtung (BR) das thermoplastische Verpackungsmaterial (9) durch den Schrumpftunnel (30) bewegt wird, über den wenigstens einen Aktor einstellen kann.

    DEEP MACHINE LEARNING METHODS AND APPARATUS FOR ROBOTIC GRASPING

    公开(公告)号:EP3742347A1

    公开(公告)日:2020-11-25

    申请号:EP20186567.2

    申请日:2016-12-13

    申请人: Google LLC

    摘要: Deep machine learning methods and apparatus related to manipulation of an object by an end effector of a robot. Some implementations relate to training a deep neural network to predict a measure that candidate motion data for an end effector of a robot will result in a successful grasp of one or more objects by the end effector. Some implementations are directed to utilization of the trained deep neural network to servo a grasping end effector of a robot to achieve a successful grasp of an object by the grasping end effector. For example, the trained deep neural network may be utilized in the iterative updating of motion control commands for one or more actuators of a robot that control the pose of a grasping end effector of the robot, and to determine when to generate grasping control commands to effectuate an attempted grasp by the grasping end effector.

    ROTORCRAFT CONTROL MODE TRANSITION SMOOTHING
    18.
    发明公开

    公开(公告)号:EP3613671A1

    公开(公告)日:2020-02-26

    申请号:EP19179294.4

    申请日:2019-06-10

    发明人: KIM, SUNG KYUN

    摘要: In accordance with an embodiment, a method of operating a rotorcraft 101 includes transitioning from a first mode to a second mode when a velocity of the rotorcraft 101 exceeds a first velocity threshold. Transitioning between the first and second modes includes fading out a gain of a dynamic controller 408 over a first period of time, and decreasing a value of an integrator 440 of the dynamic controller 408 over a second period of time.