CN103978488A - 基于云模型控制系统的搬运机器人 - Google Patents
基于云模型控制系统的搬运机器人 Download PDFInfo
- Publication number
- CN103978488A CN103978488A CN201410203735.4A CN201410203735A CN103978488A CN 103978488 A CN103978488 A CN 103978488A CN 201410203735 A CN201410203735 A CN 201410203735A CN 103978488 A CN103978488 A CN 103978488A
- Authority
- CN
- China
- Prior art keywords
- cloud model
- control system
- transfer robot
- model control
- robot based
- 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.)
- Pending
Links
Abstract
基于云模型控制系统的搬运机器人,包括搬运机器人机架,控制机构,摄像头传感器和驱动机构,所述的驱动机构由两个伺服电机组成,分别驱动机器人的左右轮,所述的摄像头传感器与驱动机构之间还设有云模型控制系统,所述的云模型控制系统的输入端连接摄像头传感器的输出端,云模型控制系统的输出端连接控制机构,所述的控制机构连接驱动机构,本发明创造通过云模型控制系统控制搬运机器人在搬运过程中,对待搬运物体的位置做出智能化的选择和判断,利用云模型推理规则进行有效的搬运。
Description
技术领域
本发明创造涉及一种搬运机器人,特别的指出基于云模型控制系统的搬运机器人。
背景技术
我国在世界上是制造业大国,近年来随着国内经济的快速发展,技术创新型生产方式备受关注,对工业自动化水平要求日益提高,工业机器人在市场上具有很大的潜力。搬运机器人是一种物料搬运设备,它代替了传统的人工搬运方式,大大促进了企业技术的进步,在现代社会许多行业中得到广泛应用,如仓储、制造以及一些危险性高的行业。
现如今,工业机器人技术已发展相当成熟,但仍然存在以下三个技术难题:
1.工业机器人工作空间奇异位问题;
2.工业机器人机械部件的精度与补偿问题;
3.机器人的控制问题。
近几年来,随着不断的对云模型理论知识进行深入研究,其算法和基本框架已经逐步得到了完善。云模型已成功的应用到数据挖掘、决策分析、系统评估、网络应用等众多领域,在控制领域也取得了初步成果。
将云模型的实际应用引入智能控制系统是一个全新的尝试,云模型作为定性定量的转换工具,将其应用在智能控制系统中,可以很好地解决复杂系统的控制只能用不精确的定性量来描述的这一问题。从本质上来讲,云模型模拟的是人的一种智能控制方式,该智能控制方式具有不确定性,是一种定性的控制机理。目前,在智能控制的多个领域,云模型都已经得到了成功的应用,由李 德毅院士等人发明的定性定量互相转换的云模型发生器,获得国家发明专利;张飞舟等人阐述了一种利用隶属云发生器实现智能控制的方法,并将其应用在倒立摆的控制中,得到了很好的控制效果。接着又提出了定性定量转换的云模型的形式化表示方法,反映语言之中蕴含的模糊性和随机性,并且给出了云发生器的生成算法,并将其应用三级倒立摆中有效实现了倒立摆的动平衡姿态的动态切换。这些工作都为云模型理论在智能控制领域的应用做了很好的开端,是不确定性人工智能在智能控制方面的拓展,为今后云模型的工程化,实用化提供了依据,更重要的是为云模型在大系统效能评估中的应用提供了有力的依据。
发明创造内容
本发明创造的目的是提供基于云模型控制系统的搬运机器人,通过云模型控制系统控制搬运机器人在搬运过程中,对待搬运物体的位置做出智能化的选择和判断,利用云模型推理规则进行有效的搬运。
实现本发明创造目的的技术方案如下:
基于云模型控制系统的搬运机器人,包括搬运机器人机架,控制机构,摄像头传感器和驱动机构,所述的驱动机构由两个伺服电机组成,分别驱动机器人的左右轮,所述的摄像头传感器与驱动机构之间还设有云模型控制系统,所述的云模型控制系统的输入端连接摄像头传感器的输出端,云模型控制系统的输出端连接控制机构,所述的控制机构连接驱动机构。
进一步的,所述的摄像头传感器包括采光装置,取样和保存颜色模块,追踪颜色模块,运动和避障模块和自适应跟踪模块。
进一步的,所述的云模型控制系统包括量化因子模块,云模型映射模块和驱动因子;所述的云模型映射模块根据一维多规则云模型映射算法规定云模型 映射关系,所述的一维多规则云模型映射算法为一维五规则云模型映射,具体的一维五规则云模型映射参数为:
Ai | Bi |
A1=(-1,0.3,0.01) | B1=(-1,0.3,0.01) |
A2=(-0.5,0.3,0.01) | B2=(-0.5,0.3,0.01) |
A3=(0,0.3,0.01) | B3=(0,0.3,0.01) |
A4=(0.5,0.3,0.01) | B4=(0.5,0.3,0.01) |
A5=(1,0.3,0.01) | B5=(1,0.3,0.01) |
进一步的,所述的驱动因子包括云模型速度控制器和云模型转向控制器,依据采光装置采集的物块位置信息值,决定转向和转角的大小。
进一步的,所述的控制机构采用三星公司的16/32位S3C2440A。
进一步的,所述的摄像头传感器中的追踪颜色模块通过RGB范围确定颜色,所述的RGB的数值范围为16~240。
进一步的,云模型速度控制器依据采光装置测得的物块位置信息中的重心Y坐标来对搬运机器人进行速度的调节。
采用上述结构后,本发明创造提出的基于云模型控制系统的搬运机器人,所述的摄像头传感器收集并处理待搬运物体的位置和颜色信息,将处理后的位置和颜色信息传送到云模型控制系统,云模型控制系统对待测物体的位置和颜色信息进行量化,形成云滴,在云模型映射推理下,云模型控制系统对驱动机构发出指令,驱动机构驱动控制机构对搬运机器人的速度和转向进行调整和控制,使得搬运机器人准确的对位,做到有效的搬运。
附图说明
图1所示是本发明创造的模块化结构框图。
图2所示是本发明创造的摄像头传感器与驱动机构电路连接图。
图3所示是本发明创造的驱动机构电路图。
图4所示是本发明创造的搬运机器人摄像头与电机控制流程关系图。
图5所示是本发明创造的对应的距离云模型图。
图6所示是本发明创造的对应的转角云模型图。
图7所示是本发明创造的对应的距离云模型图(2)。
图8所示是本发明创造的对应的转角云模型图(2)。
具体实施方式
下面结合附图和具体实施方式对本发明创造作进一步详细的说明。
基于云模型控制系统的搬运机器人,包括搬运机器人机架,控制机构,摄像头传感器和驱动机构,所述的驱动机构由两个伺服电机组成,分别驱动机器人的左右轮,所述的摄像头传感器与驱动机构之间还设有云模型控制系统,所述的云模型控制系统的输入端连接摄像头传感器的输出端,云模型控制系统的输出端连接控制机构,所述的控制机构连接驱动机构。
所述的摄像头传感器包括采光装置,取样和保存颜色模块,追踪颜色模块,运动和避障模块和自适应跟踪模块。
所述的云模型控制系统包括量化因子模块,云模型映射模块和驱动因子;所述的云模型映射模块根据一维多规则云模型映射算法规定云模型映射关系,所述的一维多规则云模型映射算法为一维五规则云模型映射,具体的一维五规则云模型映射参数为:
Ai | Bi |
A1=(-1,0.3,0.01) | B1=(-1,0.3,0.01) |
A2=(-0.5,0.3,0.01) | B2=(-0.5,0.3,0.01) |
A3=(0,0.3,0.01) | B3=(0,0.3,0.01) |
A4=(0.5,0.3,0.01) | B4=(0.5,0.3,0.01) |
A5=(1,0.3,0.01) | B5=(1,0.3,0.01) |
所述的驱动因子包括云模型速度控制器和云模型转向控制器,依据采光装置采集的物块位置信息值,控制转向和转角的大小。
所述的控制机构采用三星公司的16/32位S3C2440A。
所述的摄像头传感器中的追踪颜色模块通过RGB范围确定颜色,所述的RGB的数值范围为16~240。
云模型速度控制器依据采光装置测得的物块位置信息中的重心Y坐标来对搬运机器人进行速度的调节。
所述的云模型控制系统还控制所述的采光装置的垂直角度。
具体实施例如下:
搬运机器人的系统硬件包括:搬运机器人机架,控制机构,摄像头传感器和驱动机构。其中控制机构的核心处理器为三星公司的S3C2440芯片。机器人的两个驱动轮是由两个连续旋转伺服电机来驱动的。当伺服驱动器接收到控制信号,就会输出一定的角度,如此往复不断地改变角度实现电机的运动控制,从而实现搬运机器人的前进、后退、左右转向等运动。
本发明创造选用S3C2440的GPF0、GPF1引脚来分别控制JP1、JP2两个电机,下面给出一段控制搬运机器人行驶的程序,其中Num_move为机器人直线运动参数,程序范例具体如下:
本发明创造提出利用摄像头传感器来对目标物进行定位抓取,摄像头传感器的采集工作由采光装置来完成。具体的采光装置为摄像头,该摄像头是OV6620单片COMS彩色数字摄像头,采用PAL制式,25帧每秒,分辨率为356*292OV6620。
所述的摄像头传感器包括以下功能:
功能1:采光。当机器人启动,采光装置通电后的第一步就是调整摄像头周边的光线环境,调整时间20s,要保证在机器人前大概6英寸(15.24cm)范围内的物体是清晰的,这样以后就会操作在一个标准的光线环境里,避免让摄像头直接对着光源,只要机器人操作的环境发生改变就要执行这一功能
功能2:取样并保存颜色。将一个彩色物块直接放在摄像头镜头前1~2英寸(2.54~5.08cm)远处,根据设计的程序,搬运机器人将花一秒的时间来锁定彩色物块并且LED灯闪烁,之后该物块的颜色阀值将被保存。
功能3:追踪颜色。在功能2已经取样一个颜色之后,搬运机器人就会向前、向后、向左、向右追踪该样本颜色的物体。所述的追踪颜色指令为"TC[Rmin Rmax Gmin Gmax Bmin Bmax]\r"。
它接受一个RGB值在用户所定义的范围内并且输出一个M型或C型的数据包(由MM命令设置)。然后,根据摄像头传感器的基本及高级指令编写跟踪颜色的应用程序,采光装置的当前视窗内的图像信息并保存输出一个数据包,本 发明创造选择显示信息量较大的M型数据包,通过串口调试助手直接在主机终端将数据信息显示出来。其中M型数据包的格式如下:
由于光线环境对摄像头采集数据有很大的影响,每次测得的数据都有所误差,经过多次采集,最综可确定一RGB范围来描述某一特定颜色,RGB的数值范围为16~240。例如:蓝色[15 50 30 80 120 160],通过指令“TC[15 50 30 80 120 160]\r”即可跟踪当前捕捉的蓝色。
功能4:运动和避障。搬运机器人可以仅仅通过视觉传感器来实现向前运动和避开物体。当取得颜色样本值后,这个样本值被保存并且机器人将会避开它所看到的不在该颜色阀值内的任何颜色的物体。
功能5:自适应跟踪。搬运机器人锁定了它所看到的第一个颜色并取样跟踪,一旦跟踪失败5秒后将会锁定下一个它所看到的颜色并取样跟踪知道再次跟踪 失败,如此往复。
由于摄像头传感器所采集到的待测物体的位置和颜色值需要被云模型控制系统作为云滴进行推理运算,所述的摄像头传感器需要对颜色的RGB值进行处理,其处理指令如下:
输出S型数据包,该数据包的格式为:
所述的云模型控制系统包括量化因子模块,云模型映射模块和驱动因子。所述的云模型映射模块所表现的映射关系为:
输入云模型Ai | 输出云模型Bi |
A1=(-1,0.3,0.01) | B1=(-1,0.3,0.01) |
A2=(-0.5,0.3,0.01) | B4=(0.5,0.3,0.01) |
A3=(0,0.3,0.01) | B2=(-0.5,0.3,0.01) |
A4=(0.5,0.3,0.01) | B3=(0,0.3,0.01) |
A5=(1,0.3,0.01) | B5=(1,0.3,0.01) |
云模型控制器主要依据摄像头传感器中的采光模块采集的数据对搬运机器人进行速度的调节和转向的控制,因此在搬运机器人的搬运控制机构中,云模型控制系统可以包括速度云模型控制器和转向云模型控制器,具体工作状态如下:
在搬运机器人搬运控制系统中,初始状态下,当摄像头视野范围内无目标物块时,搬运机器人自行旋转一周,直至看见目标物快,此时云模型速度控制器开始工作,云模型速度控制器依据摄像头测得的物块位置信息中的重心Y坐标来对搬运机器人进行速度的调节。速度调节的本质是对搬运机器人机架里侧的左右两个伺服驱动电机进行脉宽调节。速度的云模型控制器的定量输入为Ym(摄像头实时测得的物块重心Y坐标值)与给定的值之差;速度云模型控制器的定量输出为伺服电机的校正脉宽。
在搬运机器人搬运控制系统中,当出现在摄像头视野中的物块测得的重心X偏左或偏右时,轮式机器人停止运动,云模型转向控制器开始工作。云模型转向控制器依据摄像头采集的物块位置信息值Xm,决定转向和转角的大小。当Xm>50时,轮式机器人右转,云模型转向控制器的定量输入为Xm与给定值50的差值;当Xm<40时,轮式机器人左转,云模型转向控制器的定量输入为Xm与 给定值40的差值,云模型的定量输出为转角循环次数。
当机器人前方视野范围内无目标物时原地旋转找到既定的目标物,40<Xm<50时机器人直线前进,其速度速度推理规则如下:
当Ym≈“远”时,则搬运机器人“快速”前进;
当Ym≈“近”时,则搬运机器人“慢”速前进;
当Ym≈“零”时,则搬运机器人“零”速前进。
其实只要搬运机器人看见目标物开始,若是距离远了,驶向目标物的路径难免不是直线,搬运机器人必须调整自己的行进方向才能有更好的抓取状态。当Xm<40时,搬运机器人左转,左转的推理规则如下:
当Xm为“远小于40”时,则搬运机器人“非常大”转角转向;
当Xm为“小于40”时,则搬运机器人“小”转角转向;
当Xm为“非常接近40”时,则搬运机器人“非常小”转角转向;
当Xm>50时,搬运机器人右转,右转的推理规则如下:
当Xm为“非常接近50”时,则搬运机器人“非常小”转角转向;
当Xm为“大于50”时,则搬运机器人“大”转角转向;
当Xm为“远大于50”时,则搬运机器人“非常大”转角转向;
在实际应用过程中,考虑到人们思维习惯,常把把差值分成两个级别,即用“大、小”等词来表述云模型映射器中输入状态,再加上变量的零状态,共有3个定性概念,即“远”、“近”、“非常近”。因此设速度云控制器的三组输入状态的数字特征[Ex,En,He]为:
“远”=>[30,10,0.1]
“近”=>[15,8,0.1]
“非常近”=>[5,6,0.1]
则相应的距离云模型如图5所示
云模型速度控制器的输出定性概念可以用“快”、“慢”、“非常慢”等自然语言来表示,其对应的控制量的论域为搬运机器人的驱动电机脉宽校正量[-200ms,200ms],速度云控制器通过调节电机的校正脉宽来实现搬运机器人的速度调节。因此设速度云控制器的三组输出状态的数字特征[Ex,En,He]为:
“快”=>[200,65,1]
“慢”=>[80,25,0.1]
“非常慢”=>[15,5,0.01]
则相应的速度云模型如图6所示
同理,搬运机器人的伺服电机转轴的云模型转角控制器的输入量为轮式机器人正前方目标物块的重心Y值,所以可以用“远”、“近”、“非常近”来表示云模型转角控制器的输入定性概念。由此设定速度云模型的三组速度状态的数字特征[Ex,En,He]为:
“远”=>[30,10,0.1]
“近”=>[15,5,0.1]
“非常近”=>[5,1.5,0.1]
则相应的距离云模型如图7所示
云模型转角控制器的输出量为电机控制脉宽校正量设定为50ms时的循环次数,当循环次数为50次时,轮式机器人转角为90度。所以输出转角控制量可以用“非常小”、“偏小”、“大”、“偏大”、“非常大”来描述转角云模型控制器的输出定性概念。由此设定五个速度状态的云参数[Ex,En,He]为:
“非常小”=>[3,1,0.1]
“偏小”=>[7,2,0.1]
“大”=>[15,4,0.25]
“偏大”=>[23,6,0.25]
“非常大”=>[50,15,0.25]
则相应的转角云模型如图8所示。
Claims (7)
1.基于云模型控制系统的搬运机器人,包括搬运机器人机架,控制机构,摄像头传感器和驱动机构,所述的驱动机构由两个伺服电机组成,分别驱动机器人的左右轮,其特征在于:所述的摄像头传感器与驱动机构之间还设有云模型控制系统,所述的云模型控制系统的输入端连接摄像头传感器的输出端,云模型控制系统的输出端连接控制机构,所述的控制机构连接驱动机构。
2.根据权利要求1所述的基于云模型控制系统的搬运机器人,其特征在于:所述的摄像头传感器包括采光装置,取样和保存颜色模块,追踪颜色模块,运动和避障模块和自适应跟踪模块。
3.根据权利要求1所述的基于云模型控制系统的搬运机器人,其特征在于:所述的云模型控制系统包括量化因子模块,云模型映射模块和驱动因子;所述的云模型映射模块根据一维多规则云模型映射算法规定云模型映射关系,所述的一维多规则云模型映射算法为一维五规则云模型映射,具体的一维五规则云模型映射参数为:
4.根据权利要求3所述的基于云模型控制系统的搬运机器人,其特征在于:所述的驱动因子包括云模型速度控制器和云模型转向控制器。
5.根据权利要求1所述的基于云模型控制系统的搬运机器人,其特征在于:所述的控制机构采用三星公司的16/32位S3C2440A。
6.根据权利要求2所述的基于云模型控制系统的搬运机器人,其特征在于:所述的摄像头传感器中的追踪颜色模块通过RGB范围确定颜色,所述的RGB的数值范围为16~240。
7.根据权利要求4所述的基于云模型控制系统的搬运机器人,其特征在于:云模型速度控制器依据采光装置测得的物块位置信息中的重心Y坐标来对搬运机器人进行速度的调节。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410203735.4A CN103978488A (zh) | 2014-05-14 | 2014-05-14 | 基于云模型控制系统的搬运机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410203735.4A CN103978488A (zh) | 2014-05-14 | 2014-05-14 | 基于云模型控制系统的搬运机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103978488A true CN103978488A (zh) | 2014-08-13 |
Family
ID=51270785
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410203735.4A Pending CN103978488A (zh) | 2014-05-14 | 2014-05-14 | 基于云模型控制系统的搬运机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103978488A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107305378A (zh) * | 2016-04-20 | 2017-10-31 | 上海慧流云计算科技有限公司 | 一种图像处理追踪物体的机器人及追踪物体的方法 |
CN107443378A (zh) * | 2017-08-21 | 2017-12-08 | 江苏青诚信息科技有限公司 | 一种用于搬运机器人的控制系统 |
CN108674185A (zh) * | 2018-01-29 | 2018-10-19 | 南京农业大学 | 一种无人农业车辆田间遇障速度控制方法 |
CN110520259A (zh) * | 2017-04-04 | 2019-11-29 | 牧今科技 | 控制装置、拾取系统、物流系统、程序以及控制方法 |
CN111198530A (zh) * | 2020-01-17 | 2020-05-26 | 济南浪潮高新科技投资发展有限公司 | 一种5g环境下云化机器人的系统及方法 |
CN111240318A (zh) * | 2019-12-24 | 2020-06-05 | 华中农业大学 | 一种机器人的人员发现算法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6278460B1 (en) * | 1998-12-15 | 2001-08-21 | Point Cloud, Inc. | Creating a three-dimensional model from two-dimensional images |
JP2011177808A (ja) * | 2010-02-26 | 2011-09-15 | 3D Media Co Ltd | ロボット制御装置 |
CN103085070A (zh) * | 2013-01-15 | 2013-05-08 | 上海交通大学 | 面向复杂地形的四足机器人运动规划方法 |
CN103377293A (zh) * | 2013-07-05 | 2013-10-30 | 河海大学常州校区 | 多源输入、信息智能优化处理的全息触摸交互展示系统 |
CN103489218A (zh) * | 2013-09-17 | 2014-01-01 | 中国科学院深圳先进技术研究院 | 点云数据质量自动优化方法及系统 |
-
2014
- 2014-05-14 CN CN201410203735.4A patent/CN103978488A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6278460B1 (en) * | 1998-12-15 | 2001-08-21 | Point Cloud, Inc. | Creating a three-dimensional model from two-dimensional images |
JP2011177808A (ja) * | 2010-02-26 | 2011-09-15 | 3D Media Co Ltd | ロボット制御装置 |
CN103085070A (zh) * | 2013-01-15 | 2013-05-08 | 上海交通大学 | 面向复杂地形的四足机器人运动规划方法 |
CN103377293A (zh) * | 2013-07-05 | 2013-10-30 | 河海大学常州校区 | 多源输入、信息智能优化处理的全息触摸交互展示系统 |
CN103489218A (zh) * | 2013-09-17 | 2014-01-01 | 中国科学院深圳先进技术研究院 | 点云数据质量自动优化方法及系统 |
Non-Patent Citations (2)
Title |
---|
李众等: "基于ARM的搬运机器人云模型控制器设计", 《科学技术与工程》 * |
李晓菁: "基于ARM的搬运机器人云模型控制设计", 《万方学位论文》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107305378A (zh) * | 2016-04-20 | 2017-10-31 | 上海慧流云计算科技有限公司 | 一种图像处理追踪物体的机器人及追踪物体的方法 |
CN110520259A (zh) * | 2017-04-04 | 2019-11-29 | 牧今科技 | 控制装置、拾取系统、物流系统、程序以及控制方法 |
CN107443378A (zh) * | 2017-08-21 | 2017-12-08 | 江苏青诚信息科技有限公司 | 一种用于搬运机器人的控制系统 |
CN108674185A (zh) * | 2018-01-29 | 2018-10-19 | 南京农业大学 | 一种无人农业车辆田间遇障速度控制方法 |
CN111240318A (zh) * | 2019-12-24 | 2020-06-05 | 华中农业大学 | 一种机器人的人员发现算法 |
CN111198530A (zh) * | 2020-01-17 | 2020-05-26 | 济南浪潮高新科技投资发展有限公司 | 一种5g环境下云化机器人的系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103978488A (zh) | 基于云模型控制系统的搬运机器人 | |
CN103111753B (zh) | 一种基于视觉的全自动晶圆划片机控制系统 | |
CN105425791A (zh) | 一种基于视觉定位的群机器人控制系统及方法 | |
CN102339019B (zh) | 一种基于模糊神经网络的智能轮椅避障方法 | |
CN103019239A (zh) | 用于喷药移动机器人的轨迹跟踪滑模控制系统和控制方法 | |
DE102012218297A1 (de) | Verfahren zur dynamischen Optimierung einer Robotersteuerschnittstelle | |
CN102591342A (zh) | 基于电子罗盘的割草机器人局部路径规划方法 | |
CN103116279A (zh) | 脑控机器人系统的模糊离散事件共享控制方法 | |
CN105643607A (zh) | 一种具备感知和认知能力的智能工业机器人 | |
CN103198477A (zh) | 一种苹果套袋机器人视觉定位方法 | |
CN106406162A (zh) | 一种基于迁移神经网络的交流伺服控制系统 | |
CN104007762B (zh) | 一种电力巡检机器人的导航方法 | |
CN104034260A (zh) | 一种瓷砖自动检测装置 | |
CN105196292A (zh) | 一种基于迭代变时长视觉伺服控制方法 | |
CN104552299A (zh) | 一种机器人离线示教装置及补偿示教方法 | |
CN105093923A (zh) | 一种基于模糊控制的足球机器人底层控制的方法 | |
CN204229676U (zh) | 一种卷烟机教学模拟实验平台 | |
CN104459636A (zh) | 多雷达天线协同控制方法 | |
CN112650217B (zh) | 一种基于评估函数的机器人轨迹跟踪策略动态优化方法 | |
CN103737603B (zh) | 一种流水线上机械臂精确控制系统及控制方法 | |
Wang et al. | A LiDAR based end to end controller for robot navigation using deep neural network | |
CN108733076A (zh) | 一种无人机抓取目标物体的方法、装置及电子设备 | |
CN204271965U (zh) | 一种步进驱动器 | |
CN207010585U (zh) | 神经元pid自适应无刷直流电机控制系统 | |
CN106003029A (zh) | 一种教学用三核快速关节机器人控制系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140813 |