CN109986563B - 一种多移动机器人协同作业方法及系统 - Google Patents
一种多移动机器人协同作业方法及系统 Download PDFInfo
- Publication number
- CN109986563B CN109986563B CN201910365606.8A CN201910365606A CN109986563B CN 109986563 B CN109986563 B CN 109986563B CN 201910365606 A CN201910365606 A CN 201910365606A CN 109986563 B CN109986563 B CN 109986563B
- Authority
- CN
- China
- Prior art keywords
- mobile
- mobile robot
- robot
- task
- unit
- 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.)
- Active
Links
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
- B25J9/1679—Programme controls characterised by the tasks executed
- B25J9/1682—Dual arm manipulator; Coordination of several manipulators
Abstract
本发明公开了一种多移动机器人协同作业方法及系统,首先对多移动机器人根据自身的能力值进行任务分配,各移动机器人移动到任务工作点,部分移动机器人实现协同搬运,而其他移动机器人实现协同装配的任务;之后,多移动机器人切换末端执行机构,对已装配好的加工部件进行细加工,优选通过机械臂上的摄像头对加工部件进行扫描拍照,邻域内移动机器人共享各自信息,再结合全局信息,各移动机器人规划出自己的加工轨迹,从而实现对加工部件,尤其是大型工件的协作加工,可有效地提高大型构件的加工效率,保证加工构件的一致性,且极大地提升系统的灵活性,能够完成之前单机器人系统不能完成的任务,实现了加工单元的柔性化与模块化。
Description
技术领域
本发明属于高端智能制造机器人领域,具体涉及一种多移动机器人协同作业方法及系统。
背景技术
工业机器人是高端制造业的关键支撑装备,具有重复精度高、可靠性好、适用性强的特点,能替代人工完成各种复杂作业任务。而移动机器人集成了智能移动平台、通用工业机器人等工作单元以实现“手脚并用”。
目前,随着工程应用的需要,单机器人已经越来越不适应执行大型复杂任务,如对长达百米的风机叶片进行抛光打磨喷涂;大面积范围内的自动搜索救援等。多移动机器人协同作业具有更高灵活性,作为一种新的机器人应用技术,它拥有时间、空间、功能、信息和资源上的分布特性,具有更强的环境适应能力以及环境变化时的自我调节能力,具有更高的加工效率。它不仅是一种灵活的物流运输系统,它还可以实现抓取、切割焊接、钻孔铆接、抛光打磨、高精测量、装配检测等动作,可实现生产加工单元的模块化、柔性化,实现生产线上多任务、多工序、小批量、多品种的柔性生产,在智能车间具有极高应用前景。因此多移动机器人高效协同作业方法及系统成为亟待解决的关键问题。
发明内容
有鉴于此,本发明提出一种多移动机器人协同作业方法,实现了智能车间的加工单元模块化、智能化和柔性化。
一方面,本发明提供了一种多移动机器人协同作业方法,包括以下步骤:
步骤S1,对多移动机器人进行任务分配,各移动机器人根据所分配任务,移动到任务工作点;
步骤S2,多移动机器人对零部件进行协同搬运与装配动作;
步骤S3,装配完成之后,各移动机器人切换末端执行机构,执行协同加工动作。
进一步地,步骤S1具体包括如下步骤:
S101,对总目标任务进行分解,得到若干个相互独立的子任务工序;
S102,根据分解得到的子任务工序,确定各子任务所需的移动机器人数量,并形成各种任务联盟;
S103,根据以前积累得到的各移动机器人完成不同工序的效益值,计算得出各移动机器人分配的子任务工序;
S104,各移动机器人根据自身初始位置和目标位置,以及邻域内移动机器人分享的位置,规划出能耗最少且避免碰撞的路径轨迹。
进一步地,在步骤S103中,已知待加工的工件数目、各工件工序个数以及所需移动机器人个数,利用如下遗传算法把子任务工序分配给各移动机器人:
设计机器链与工序链的双层编码结构,在已知每个移动机器人加工特定工序所需代价的前提下,设置适应度函数,寻求多移动机器人协同作业的收益最大化;
利用适应度函数,初始化机器链与工序链编码,设置遗传代数与种群大小;
通过交叉、变异、选择操作,找出每一代中适应度值最大的个体;
解码并计算种群适应度值函数;
判断遗传是否达到终止条件,若没有,则继续通过交叉、变异操作选择更优的解;若已达到终止条件,则选出适应度最大的个体,通过解码工作,对应的机器链与工序链则是最终的任务分配结果。
进一步地,所述适应度函数为:
其中,Inci=Rei-cos tRi (2)
i为移动机器人的编码,m为移动机器人的数量,Inci为移动机器人Ri完成任务的收益,Rei为移动机器人Ri完成某项任务的回报,cos tRi为移动机器人Ri完成任务的代价。
进一步地,在步骤S201中,通过设置如下控制率用于保证搬运动作的顺利完成:
ui=aij(xi-xj-Δij)+bi(xT-xi) (3)
式中,i,j均为移动机器人的编码,xi为移动机器人i的二维位置信息,xj
为移动机器人j的二维位置信息,xT为最终搬运目的地二维位置信息,aij是值为0或1的邻接矩阵元素,若aij=1表示移动机器人i与移动机器人j之间能实现通信,否则表示这两移动机器人之间不能通信,Δij是跟移动机器人尺寸以及搬运队形有关的常数,bi的值为0或1,指移动机器人i是否知道搬运目的地二维信息。
进一步地,步骤S2具体包括如下步骤:
S201,负责搬运任务的多移动机器人移动至目标地,对目标进行扫描拍照,通过共享彼此的信息,确定各自的搬运点;
S202,负责搬运任务的多移动机器人调整零部件的位姿,负责装配任务的多移动机器人实现焊接、铆接等装配动作。
进一步地,步骤S3具体包括如下步骤:
S301,各移动机器人移动至工作台,切换末端的夹具为磨削刀具;
S302,各移动机器人根据之前分配的任务,移动至工件旁,对需要加工的部件进行扫描拍照,并把各自信息分享给邻域内的移动机器人,各结合设计需要的三维模型,计算进刀量并规划出加工轨迹,进行加工。
另一方面,本发明还提供了一种应用其上任一项所述的多移动机器人协同作业方法进行工作的多移动机器人协同作业系统,包括:
工控机单元,用于对多移动机器人进行任务分配与调度;
移动平台单元,用于多移动机器人进行移动、搬运与加工工作;
模型重建单元,用于对加工部件进行扫描,实现加工对象的模型重建;
加工单元,用于多移动机器人根据已知的数据信息以及扫描得到的信息规划出加工轨迹。
进一步地,所述移动平台单元包括:
导航单元,用于提供移动平台单元的绝对或相对位置及航向信息;
通信单元,用于实现各移动平台单元彼此之间以及与工控机单元的信息交互;
控制单元,用于移动平台单元的导航计算,引导实现平台行走与避碰功能;
电源单元,用于为各移动机器人提供电能,实现充放电。
进一步地,所述模型重建单元包括:
图像采集单元,用于对加工部件扫描,获得它的三维点云;
坐标建立单元,用于建立目标坐标系以及视觉坐标系,计算二者之间的转换矩阵;
计算单元,用于根据获得的三维点云以及坐标之间关系,实现目标的三维模型重建。
综上所述,本发明提供的多移动机器人协同作业方法及系统,通过把复杂任务进行分解成若干子任务,形成若干不同任务的移动机器人联盟,多移动机器人之间通过视觉信息以及其他机器人分享的信息来完成各自的子任务,本发明可有效的提高大型构件的加工效率,保证加工构件的一致性,极大的提升系统的灵活性,能够完成之前单机器人系统不能完成的任务,可实现加工的柔性化与定制化。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明一实施例的多移动机器人协同作业方法的流程图;
图2为本发明中把子任务工序分配给各移动机器人的遗传算法流程图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
本发明提供了一种多移动机器人的协同作业方法,包括以下步骤:
步骤S1,对多移动机器人进行任务分配,各移动机器人根据所分配任务,移动到任务工作点。
优选地,上述步骤S1具体可以分解为如下步骤:
S101,对总目标任务进行分解,得到若干个相互独立的子任务工序;
S102,根据分解得到的子任务工序,确定各子任务所需的移动机器人数量,并形成各种任务联盟;
S103,根据以前积累得到的各移动机器人完成不同工序的效益值,计算得出各移动机器人分配的子任务工序;
S104,各移动机器人根据自身初始位置和目标位置,以及邻域内移动机器人分享的位置,规划出能耗最少且避免碰撞的路径轨迹。
步骤S2,多移动机器人对零部件进行协同搬运与装配动作。
优选地,上述步骤S2具体可以分解为如下步骤:
S201,负责搬运任务的多移动机器人移动至目标地,对目标进行扫描拍照,通过共享彼此的信息,确定各自的搬运点;
S202,负责搬运任务的多移动机器人调整零部件的位姿,负责装配任务的多移动机器人实现焊接、铆接等装配动作。
步骤S3,装配完成之后,各移动机器人切换末端执行机构,执行协同加工动作。
优选地,上述步骤具体可以分解为如下步骤:
S301,各移动机器人移动至工作台,切换末端的夹具为磨削刀具;
S302,各移动机器人根据之前分配的任务,移动至工件旁,对需要加工的部件进行扫描拍照,并把各自信息分享给邻域内的移动机器人,各结合设计需要的三维模型,计算进刀量并规划出加工轨迹,进行加工。
本发明通过把复杂任务进行分解成若干子任务,形成若干不同任务的机器人联盟,多移动机器人之间通过视觉信息以及其他移动机器人分享的信息来完成各自的子任务,可以实现复杂零部件的高效协同加工,实现加工单元的快速柔性重构,极大的提升系统的灵活性。
图1为本发明一种多移动机器人协同作业方法的一优选实施例。如图1所示,多移动机器人协同作业方法具体包括以下步骤:
S101,通过工控机单元对总目标任务进行分解,得到若干个相互独立的子任务工序。工控机单元与移动机器人利用TCP/IP协议中的网络编程接口Socket,建立套接字,按照Server/Client的形式分配地址,进而建立通信连接。
S102,根据分解得到的子任务工序,确定各子任务所需的移动机器人数量,并形成各种任务联盟。
S103,根据以前积累得到的各移动机器人完成不同工序的效益值,计算得出各移动机器人分配的子任务工序。此部分会完成零部件的粗加工:一般通过传输带把零部件运输到加工车间,用于抓取的移动机器人从传输带上抓取零部件,用于粗加工的移动机器人对零部件实现基于运动跟踪的随动控制粗加工,待其加工完毕,前述用于抓取的移动机器人则把零部件分别放置在不同的物料台上;
S104,各移动机器人根据自身初始位置和目标位置,以及邻域内移动机器人分享的位置,规划出能耗最少且避免碰撞的路径轨迹。
S201,负责搬运任务的多移动机器人移动至目标地,对目标进行扫描拍照,通过共享彼此的信息,确定各自的搬运点。即移动机器人移动至物料台通过对物体的扫描定位,找出合适的搬运点。
S202,负责搬运任务的多移动机器人调整零部件的位姿,负责装配任务的多移动机器人实现焊接、铆接等装配动作。此部分加工区域类似精加工区域,多移动机器人搬运零部件进入精加工区,通过翻转、平移等动作把零部件对准固定到待加工品上,其他移动机器人实现铆接等动作,实现多机器人的协同装配。
S301,各移动机器人移动至工作台,切换末端的夹具为磨削刀具。即装配任务完成后,多移动机器人通过切换末端执行机构,快速重组加工单元,准备对待加工品进行细加工。
S302,各移动机器人根据之前分配的任务,移动至工件旁,对需要加工的部件进行扫描拍照,并把各自信息分享给邻域内的移动机器人,各结合设计需要的三维模型,计算进刀量并规划出加工轨迹,进行加工。多移动机器人优选地通过机械臂上的扫描仪多角度对加工物体扫描获取三维点云,利用Gauss-RANSAC滤波算法实现异常点提出与空洞修复,之后实现点云特征搜索与多点云配准,最后达到点云增强优化的泊松重建目的。同时,本步骤通过建立机械臂的动力学模型,设计虚拟速度控制率和转矩控制率,来实现基于模型的多移动机器人协作跟踪控制。
需要说明的是,本发明在步骤S103中,已知待加工的工件数目、各工件工序个数以及所需移动机器人个数,工控机单元利用遗传算法把子任务工序分配给各移动机器人,操作流程如图2所示,具体过程如下所述:
移动机器人Ri完成任务的代价为cos tRi={cos ti1,cos ti2,...cos tik},它表示完成该任务需要花费的代价,该代价可能是时间、能耗等;定义移动机器人Ri完成某项任务的回报为Re,Re={re1,re2,...rek};Inci表示移动机器人Ri完成任务的收益,则多移动机器人协同作业系统的目标是实现收益最大化,即目标函数为:
其中,Inci=Rei-cos tRi (2)
i为移动机器人的编码,m为移动机器人的数量。
由于已知待加工的工件数目、各工件工序个数以及所需移动机器人个数,首先,设计机器链与工序链的双层编码结构,在已知每个机器人加工特定工序所需代价的前提下,设置适应度函数,可利用式(1)作为适应度函数,初始化机器链与工序链编码,设置遗传代数与种群大小;其次,交叉、变异、选择等操作,找出每一代中适应度值最大的个体;接着,解码并计算种群适应度值函数;最后,判断遗传是否达到终止条件,若没有,则继续通过交叉、变异等算子选择更优的解,若已达到终止条件,则选出适应度最大的个体,通过解码工作,对应的机器链与工序链则是最终的任务分配结果。优选地,本发明中通过随机法与贪心法混合的方法来对机器链、工序链进行初始化;和/或,机器链采用部分映射法与有序交叉法相混合的方法进行交叉操作,工序链采用优先操作交叉方式进行交叉操作;和/或,通过轮盘赌与精英保留策略的方法来选择精英种群;和/或,机器链采用单点变异方法进行变异操作,工序链采用逆序变异方式进行变异操作。
此外,值得提及的是,在步骤S104中,多移动机器人根据被分配的任务组成同任务联盟,设计基于隐式协作的多机器人路径规划,通过分享邻域内各自的位置与速度信息,先为每个机器人规划一条相对于静态障碍物无碰撞的路径,之后实现机器人间的冲突消解,设计最优的运动轨迹并移动至任务点。本发明为了减少通信资源,保证搬运动作的顺利完成,设计如下控制率保证搬运动作的顺利完成:
ui=aij(xi-xj-Δij)+bi(xT-xi) (3)
式中,i,j均为移动机器人的编码,xi为移动机器人i的二维位置信息,xj为移动机器人j的二维位置信息,xT为最终搬运目的地二维位置信息,aij是值为0或1的邻接矩阵元素,若aij=1表示移动机器人i与移动机器人j之间能实现通信,否则表示这两移动机器人之间不能通信,Δij是跟移动机器人尺寸以及搬运队形有关的常数,bi的值为0或1,指移动机器人i是否知道搬运目的地二维信息。通过式(3)只需知道局部信息即可实现移动机器人的一致性搬运。
另一方面,本发明还提供了一种多移动机器人协同作业系统,包括工控机单元、移动平台单元、模型重建单元和加工单元,该工控机单元,用于对多移动机器人进行任务分配与调度;移动平台单元,用于多移动机器人进行移动、搬运与加工工作;模型重建单元,用于对加工部件进行扫描,实现加工对象的模型重建;加工单元,用于多移动机器人根据已知的数据信息以及扫描得到的信息规划出加工轨迹。
在进一步地技术方案中,上述移动平台单元包括导航单元、通信单元、控制单元及电源电源,模型重建单元包括图像采集单元、坐标建立单元和计算单元,其中:坐标建立单元,用于建立目标坐标系以及视觉坐标系,计算二者之间的转换矩阵其中,导航单元,用于提供移动平台单元的绝对或相对位置及航向信息;通信单元,用于实现各移动平台单元彼此之间以及与工控机单元的信息交互;控制单元,用于移动平台单元的导航计算,引导实现平台行走与避碰功能;电源单元,用于为各移动机器人提供电能,实现充放电;图像采集单元,用于对加工部件扫描,获得它的三维点云;坐标建立单元,用于建立目标坐标系以及视觉坐标系,计算二者之间的转换矩阵;计算单元,用于根据获得的三维点云以及坐标之间关系,实现目标的三维模型重建。
综上所述,本发明提供的多移动机器人协同作业方法及系统,首先对多移动机器人根据自身的能力值进行任务分配,各移动机器人移动到任务工作点,部分移动机器人实现协同搬运,而其他移动机器人实现协同装配的任务;之后,多移动机器人切换末端执行机构,对已装配好的加工部件进行细加工,优选通过机械臂上的摄像头对加工部件进行扫描拍照,邻域内移动机器人共享各自信息,再结合全局信息,各移动机器人规划出自己的加工轨迹,从而实现对加工部件,尤其是大型工件的协作加工,可有效地提高大型构件的加工效率,保证加工构件的一致性,且极大地提升系统的灵活性,能够完成之前单机器人系统不能完成的任务,实现了加工单元的柔性化与模块化。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种多移动机器人协同作业方法,其特征在于,包括以下步骤:
步骤S1,对多移动机器人进行任务分配,各移动机器人根据所分配任务,移动到任务工作点,具体包括如下步骤:
S101,对总目标任务进行分解,得到若干个相互独立的子任务工序;
S102,根据分解得到的子任务工序,确定各子任务所需的移动机器人数量,并形成各种任务联盟;
S103,根据以前积累得到的各移动机器人完成不同工序的效益值,计算得出各移动机器人分配的子任务工序;
S104,各移动机器人根据自身初始位置和目标位置,以及邻域内移动机器人分享的位置,规划出能耗最少且避免碰撞的路径轨迹;在步骤S104中,通过设置如下控制率用于保证搬运动作的顺利完成:
ui=aij(xi-xj-Δij)+bi(xT-xi) (3)
式中,i,j均为移动机器人的编码,xi为移动机器人i的二维位置信息,xj为移动机器人j的二维位置信息,xT为最终搬运目的地二维位置信息,aij是值为0或1的邻接矩阵元素,若aij=1表示移动机器人i与移动机器人j之间能实现通信,否则表示这两移动机器人之间不能通信,Δij是跟移动机器人尺寸以及搬运队形有关的常数,bi的值为0或1,指移动机器人i是否知道搬运目的地二维信息;
步骤S2,多移动机器人对零部件进行协同搬运与装配动作;
步骤S3,装配完成之后,各移动机器人切换末端执行机构,执行协同加工动作。
2.根据权利要求1所述的多移动机器人协同作业方法,其特征在于,在步骤S103中,已知待加工的工件数目、各工件工序个数以及所需移动机器人个数,利用如下遗传算法把子任务工序分配给各移动机器人:
设计机器链与工序链的双层编码结构,在已知每个移动机器人加工特定工序所需代价的前提下,设置适应度函数,寻求多移动机器人协同作业的收益最大化;
利用适应度函数,初始化机器链与工序链编码,设置遗传代数与种群大小;
通过交叉、变异、选择操作,找出每一代中适应度值最大的个体;
解码并计算种群适应度值函数;
判断遗传是否达到终止条件,若没有,则继续通过交叉、变异操作选择更优的解;若已达到终止条件,则选出适应度最大的个体,通过解码工作,对应的机器链与工序链则是最终的任务分配结果。
4.根据权利要求1所述的多移动机器人协同作业方法,其特征在于,步骤S2具体包括如下步骤:
S201,负责搬运任务的多移动机器人移动至目标地,对目标进行扫描拍照,通过共享彼此的信息,确定各自的搬运点;
S202,负责搬运任务的多移动机器人调整零部件的位姿,负责装配任务的多移动机器人实现焊接、铆接等装配动作。
5.根据权利要求1所述的多移动机器人协同作业方法,其特征在于,步骤S3具体包括如下步骤:
S301,各移动机器人移动至工作台,切换末端的夹具为磨削刀具;
S302,各移动机器人根据之前分配的任务,移动至工件旁,对需要加工的部件进行扫描拍照,并把各自信息分享给邻域内的移动机器人,各结合设计需要的三维模型,计算进刀量并规划出加工轨迹,进行加工。
6.一种多移动机器人协同作业系统,其特征在于,应用权利要求1至5中任一项所述的多移动机器人协同作业方法进行作业,包括:
工控机单元,用于对多移动机器人进行任务分配与调度;
移动平台单元,用于多移动机器人进行移动、搬运与加工工作;
模型重建单元,用于对加工部件进行扫描,实现加工对象的模型重建;
加工单元,用于多移动机器人根据已知的数据信息以及扫描得到的信息规划出加工轨迹。
7.根据权利要求6所述的多移动机器人协同作业系统,其特征在于,所述移动平台单元包括:
导航单元,用于提供移动平台单元的绝对或相对位置及航向信息;
通信单元,用于实现各移动平台单元彼此之间以及与工控机单元的信息交互;
控制单元,用于移动平台单元的导航计算,引导实现平台行走与避碰功能;
电源单元,用于为各移动机器人提供电能,实现充放电。
8.根据权利要求7所述的多移动机器人协同作业系统,其特征在于,所述模型重建单元包括:
图像采集单元,用于对加工部件扫描,获得它的三维点云;
坐标建立单元,用于建立目标坐标系以及视觉坐标系,计算二者之间的转换矩阵;
计算单元,用于根据获得的三维点云以及坐标之间关系,实现目标的三维模型重建。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910365606.8A CN109986563B (zh) | 2019-05-01 | 2019-05-01 | 一种多移动机器人协同作业方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910365606.8A CN109986563B (zh) | 2019-05-01 | 2019-05-01 | 一种多移动机器人协同作业方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109986563A CN109986563A (zh) | 2019-07-09 |
CN109986563B true CN109986563B (zh) | 2022-03-15 |
Family
ID=67135825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910365606.8A Active CN109986563B (zh) | 2019-05-01 | 2019-05-01 | 一种多移动机器人协同作业方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109986563B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111240319B (zh) * | 2019-12-31 | 2023-03-28 | 南京理工大学 | 室外多机器人协同作业系统及其方法 |
CN111230267B (zh) * | 2020-02-11 | 2021-06-22 | 长春华翔轿车消声器有限责任公司 | 一种双工位协作混焊焊接生产线 |
CN111401745B (zh) * | 2020-03-16 | 2024-02-09 | 合肥科大智能机器人技术有限公司 | 一种基于5g的巡检机器人集群任务分配方法及系统 |
CN111402308B (zh) * | 2020-03-17 | 2023-08-04 | 阿波罗智能技术(北京)有限公司 | 障碍物速度的确定方法、装置、设备和介质 |
CN111399509B (zh) * | 2020-03-24 | 2021-04-20 | 华中科技大学 | 一种多移动机器人协同转运控制方法及系统 |
CN112247987A (zh) * | 2020-09-29 | 2021-01-22 | 深圳优地科技有限公司 | 一种机器人调度方法、装置、机器人和存储介质 |
CN113084807B (zh) * | 2021-03-31 | 2022-04-19 | 中国科学技术大学 | 多机器人系统有毒气体泄露源头搜寻方法 |
CN113721574B (zh) * | 2021-09-07 | 2023-07-18 | 中国联合网络通信集团有限公司 | 一种柔顺控制方法、mec、现场单元、柔顺控制系统及装置 |
CN113792927A (zh) * | 2021-09-16 | 2021-12-14 | 北京电子工程总体研究所 | 基于遗传算法的航空航天柔性产品工序优化方法 |
CN114296460B (zh) * | 2021-12-30 | 2023-12-15 | 杭州海康机器人股份有限公司 | 协同搬运方法、装置及可读存储介质和电子设备 |
CN115437372B (zh) * | 2022-08-10 | 2023-07-18 | 中国科学院自动化研究所 | 机器人路径规划方法、装置、电子设备及存储介质 |
CN117381802B (zh) * | 2023-12-12 | 2024-03-05 | 吉林省吉邦自动化科技有限公司 | 一种分布式多机器人协同控制方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101357687A (zh) * | 2008-09-26 | 2009-02-04 | 浙江大学 | 一种基于工业机器人的多任务飞机辅助装配系统 |
CN102981468A (zh) * | 2012-11-14 | 2013-03-20 | 广东工业大学 | 集成加工与装配一体化的机器人搬运调度制造系统及方法 |
CN104950684A (zh) * | 2015-06-30 | 2015-09-30 | 西安交通大学 | 一种群机器人协同调度测控方法及系统平台 |
CN107032112A (zh) * | 2017-05-26 | 2017-08-11 | 清华大学 | 一种多机器人智能协作生产系统 |
CN107450470A (zh) * | 2017-07-27 | 2017-12-08 | 四川海博达航空科技有限公司 | 一种应用二维激光位移传感器的全自动打磨抛光装置 |
CN108416488A (zh) * | 2017-12-21 | 2018-08-17 | 中南大学 | 一种面向动态任务的多智能机器人任务分配方法 |
CN109366350A (zh) * | 2018-11-23 | 2019-02-22 | 广东埃华路机器人工程有限公司 | 一种汽车缸体、缸盖加工系统及使用该系统的加工工艺 |
CN109590815A (zh) * | 2018-12-12 | 2019-04-09 | 上海卫星装备研究所 | 智能打磨系统、方法以及计算机可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9494341B2 (en) * | 2011-05-27 | 2016-11-15 | Solarcity Corporation | Solar tracking system employing multiple mobile robots |
-
2019
- 2019-05-01 CN CN201910365606.8A patent/CN109986563B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101357687A (zh) * | 2008-09-26 | 2009-02-04 | 浙江大学 | 一种基于工业机器人的多任务飞机辅助装配系统 |
CN102981468A (zh) * | 2012-11-14 | 2013-03-20 | 广东工业大学 | 集成加工与装配一体化的机器人搬运调度制造系统及方法 |
CN104950684A (zh) * | 2015-06-30 | 2015-09-30 | 西安交通大学 | 一种群机器人协同调度测控方法及系统平台 |
CN107032112A (zh) * | 2017-05-26 | 2017-08-11 | 清华大学 | 一种多机器人智能协作生产系统 |
CN107450470A (zh) * | 2017-07-27 | 2017-12-08 | 四川海博达航空科技有限公司 | 一种应用二维激光位移传感器的全自动打磨抛光装置 |
CN108416488A (zh) * | 2017-12-21 | 2018-08-17 | 中南大学 | 一种面向动态任务的多智能机器人任务分配方法 |
CN109366350A (zh) * | 2018-11-23 | 2019-02-22 | 广东埃华路机器人工程有限公司 | 一种汽车缸体、缸盖加工系统及使用该系统的加工工艺 |
CN109590815A (zh) * | 2018-12-12 | 2019-04-09 | 上海卫星装备研究所 | 智能打磨系统、方法以及计算机可读存储介质 |
Non-Patent Citations (2)
Title |
---|
多智能体系统的协同一致性及应用研究;陈南凯;《中国优秀硕士学位论文全文数据库 信息科技辑》;20170315;全文 * |
多机器人协作无夹具焊接系统设计;甘亚辉 等;《控制工程》;20130531;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109986563A (zh) | 2019-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109986563B (zh) | 一种多移动机器人协同作业方法及系统 | |
Li et al. | Deep reinforcement learning in smart manufacturing: A review and prospects | |
Li et al. | Sequence planning considering human fatigue for human-robot collaboration in disassembly | |
CN114460904B (zh) | 一种面向龙门机器人的数字孪生系统 | |
US11426873B2 (en) | Sorting system, mobile robot, method for operating a sorting system, computer program product and computer-readable medium | |
Fraile et al. | Agent-based planning and control of a multi-manipulator assembly system | |
Le et al. | Challenges and conceptual framework to develop heavy-load manipulators for smart factories | |
Hassan et al. | An approach to base placement for effective collaboration of multiple autonomous industrial robots | |
Inoue et al. | High-precision mobile robotic manipulator for reconfigurable manufacturing systems | |
Yun et al. | Adaptive coordinating construction of truss structures using distributed equal-mass partitioning | |
Veeramani et al. | Hybrid type multi-robot path planning of a serial manipulator and SwarmItFIX robots in sheet metal milling process | |
CN111266272A (zh) | 一种基于多个机器人协同喷涂方法及系统 | |
Lourenço et al. | On the design of the ROBO-PARTNER intra-factory logistics autonomous robot | |
Brinker et al. | Optimization of the reconfiguration planning of handling systems based on parallel manipulators with Delta-like architecture | |
Azizi et al. | Applications of control engineering in industry 4.0: utilizing internet of things to design an agent based control architecture for smart material handling system | |
Dai et al. | A framework for multi-robot coverage analysis of large and complex structures | |
Ghungrad et al. | Energy-efficient and quality-aware part placement in robotic additive manufacturing | |
Haghighi et al. | Energy efficient multi-robotic 3D printing for large-scale construction–framework, challenges, and a systematic approach | |
Urbaniak et al. | Edge Computing in Autonomous and Collaborative Assembly Lines | |
Lin et al. | Load balance optimization based multi-robot cooperative task planning for large-scale aerospace structures | |
Veeramani et al. | Coordination and path planning of a heterogeneous multi-robot system for sheet metal drilling | |
EP4137780A1 (en) | Autonomous measuring robot system | |
Borangiu | Trends in Service Oriented Architectures for Robot-CNC Manufacturing Control | |
Zheng et al. | Journal of Manufacturing Science and Engineering | |
CN115014360A (zh) | 涂刷系统 |
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 |