CN110027015A - 基于人工智能的动车杆件组装方法 - Google Patents
基于人工智能的动车杆件组装方法 Download PDFInfo
- Publication number
- CN110027015A CN110027015A CN201910254759.5A CN201910254759A CN110027015A CN 110027015 A CN110027015 A CN 110027015A CN 201910254759 A CN201910254759 A CN 201910254759A CN 110027015 A CN110027015 A CN 110027015A
- Authority
- CN
- China
- Prior art keywords
- rod piece
- components
- assembled
- computer
- industrial robot
- 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
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
-
- 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
- B25J9/1687—Assembly, peg and hole, palletising, straight line, weaving pattern movement
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automatic Assembly (AREA)
Abstract
本发明涉及一种基于人工智能的动车杆件组装方法。包括杆件零部件抓取,采用由工业机器人和安装于工业机器人前端法兰盘的夹具实现待组装区杆件零部件的抓取;杆件零部件测量,采用协作机器人和安装于协作机器人前端法兰盘的激光轮廓仪测量待组装杆件之间相对位置和姿态;计算,采用计算机自动匹配杆件零部件尺寸,控制工业机器人、协作机器人等实现杆件的自动组装;杆件组装,采用由液压组装台和杆件零部件固定支架进行杆件组装。本发明使用协作机器人安装激光轮廓仪的方式,测量杆件零部件相对位置和姿态,通过计算机自动匹配杆件各零部件,控制工业机器人、协作机器人实现杆件的自动组装,减少了人工组装劳动强度、提高了作业效率和组装质量。
Description
技术领域
本发明涉及轨道交通技术领域,具体是一种基于人工智能的动车杆件组装方法。
背景技术
动车组到了三级修程后,动车杆件被拆解进行检修、测量,对检修合格杆件零部件重新进行杆件组装,目前,对动车杆件的组装方式主要采用人工组装方式。
在动车杆件人工组装方式中,杆件组装过程中涉及的杆件零部件移动、对接与精确卡位都是由作业者操作自力式起重机或人力操作实现,工作实践表明其存在以下问题:(1)由于杆件在压装前需要对接和精确卡位,单纯的自力起重设备的协助很难完成,常常需要作业者具备良好身体素质和精湛的操作技巧才能实现,而动车杆件种类多,每类杆件的操作要求不同,选择和培养适合的操作者难度大、成本高;(2)在相关助力设备的协助下,操作者很难按照标准、规范的流程完成杆件的移动、对接和精确卡位,使得压装前杆件实际放置状态差异很大,实际压装质量和效果参差不齐;(3)种类繁多的杆件使得作业者很难对所有类型的杆件的受力变化有准确的把握,人为的杆件置位、对接和卡位的观测误差超出一定的范围,特别是叠加手动操作压力机形成的压力在点、线、面、方向和大小的误差,可能造成压装失败,导致设备、杆件的损坏,甚至产生设备台面或杆件爆裂,对操作者形成伤害。
发明内容
本发明旨在解决现有人工组装劳动强度大、效率低,且组装质量无法保证的问题,从而提供一种基于人工智能的动车杆件组装方法。
本发明解决所述问题,采用的技术方案是:
一种基于人工智能的动车杆件组装方法,其特征在于,包括如下步骤:
(1)杆件零部件抓取:采用由工业机器人和安装于工业机器人前端法兰盘的夹具实现待组装区杆件零部件的抓取;
(2)杆件零部件测量:采用协作机器人和安装于协作机器人前端法兰盘的激光轮廓仪测量待组装杆件零部件之间相对位置和姿态;
(3)计算:采用计算机自动匹配杆件零部件尺寸,控制工业机器人、协作机器人等实现杆件的自动组装;
(4)杆件组装:采用由液压组装台和杆件零部件固定支架进行杆件组装。
采用上述技术方案的本发明,与现有技术相比,其突出的特点是:
①基于人工智能的动车杆件的组装方法,运用知识系统和机器视觉识别、测量与分析技术,由专门设计的智能机器人自主完成动车杆件的组装,该方法具有以下优点:(1)可以通过知识系统建立所有类型杆件的置位、对接和卡位方案,针对每类杆件形成标准、规范的压力作用点、线、面、方向和大小动作规范,确保杆件压装具有稳定的高质量;(2)运用三维机器视觉识别技术,准确识别杆件的类型,控制专用智能机器人按照设定的步骤、标准和规范控制杆件的置位、对接和卡位,选择恰当的压力作用动作,在确保杆件压装质量的同时,提高其工作效率;(3)三维点云测量技术的融入,可以提高杆件置位、对接和卡位准确性判定,为进一步精确调整提供了条件。
②使用协作机器人安装激光轮廓仪的方式,测量杆件零部件相对位置和姿态,通过计算机自动匹配杆件各零部件,控制工业机器人、协作机器人等实现杆件的自动组装,应用此种组装方式减少了人工组装劳动强度、提高了作业效率和组装质量。
作为优选,本发明更进一步的技术方案是:
计算机根据已存储的杆件零部件信息,自动进行最优组装匹配。
计算机构建空间位置坐标系,设置待组装区杆件零部件、过渡点及液压组装台空间位置坐标。
计算机以工业机器人初始位置坐标为起点,规划从工业机器人初始位置坐标到过渡点位置坐标的第一阶段路径;计算机以过渡点位置坐标为起点,规划从过渡点位置坐标到待组装区杆件零部件位置坐标的第二阶段路径;计算机以待组装区杆件零部件位置坐标为起点,规划从待组装区杆件零部件位置坐标到液压组装台位置坐标的第三阶段路径。
工业机器人抓取待组装区杆件零部件至液压组装台,具体步骤如下:S1:工业机器人经过第一阶段路径到达过渡点位置坐标后,打开位于工业机器人前端法兰盘的夹具,该夹具包括复合夹具和快换装置;S2:工业机器人经过第二阶段路径到达待组装区杆件零部件位置坐标后,闭合夹具,抓取待组装杆件零部件;S3:工业机器人经过第三阶段路径,将待组装区杆件零部件运送至液压组装台。
液压组装台上的杆件零部件支架,可以根据杆件零部件尺寸进行任意调节。
协作机器人和安装于协作机器人前端法兰盘的激光轮廓仪,用于测量待组装杆件零部件之间相对位置和姿态,测量过程包括:E1:计算机控制协作机器人,使用激光轮廓仪,对待组装的杆件零部件各耦合部位进行环绕式图像扫描;E2:计算机对多个扫描图像进行拼接,获取完整三维图像;E3:计算机将完整三维图像输入到神经网络模型中,利用神经神经网络模型中的目标检测模型提取耦合部位完整图像。
计算机分析、处理耦合部位图像,待组装杆件零部件之间相对位置和姿态出现耦合偏差时,计算机控制工业机器人对杆件零部件进行微调。
计算机控制液压组装台完成杆件压装。
计算机对杆件零部件使用信息及杆件组装信息进行存储。
附图说明
图1 是本发明实施例基于人工智能的动车杆件组装方法的方框图;
图2 是本发明实施例工业机器人抓取待组装杆件零部件方法的方框图;
图3 是本发明实施例杆件零部件组装方法的方框图。
具体实施方式:
下面结合实施例对本发明作进一步说明,目的仅在于更好地理解本发明内容,因此,所举之例并不限制本发明的保护范围。
参见图1、一种基于人工智能的动车杆件组装方法,其特征在于,包括如下步骤:
(1)杆件零部件抓取:采用由工业机器人和安装于工业机器人前端法兰盘的夹具实现待组装区杆件零部件的抓取;
(2)杆件零部件测量:采用协作机器人和安装于协作机器人前端法兰盘的激光轮廓仪测量待组装杆件零部件之间相对位置和姿态;
(3)计算:采用计算机自动匹配杆件零部件尺寸,控制工业机器人、协作机器人等实现杆件的自动组装;
(4)杆件组装:采用由液压组装台和杆件零部件固定支架进行杆件组装。
计算机根据已存储的杆件零部件信息,自动进行最优组装匹配。
计算机构建空间位置坐标系,设置待组装区杆件零部件、过渡点及液压组装台空间位置坐标。
参见图2,计算机以工业机器人初始位置坐标为起点,规划从工业机器人初始位置坐标到过渡点位置坐标的第一阶段路径,计算机以过渡点位置坐标为起点,规划从过渡点位置坐标到待组装区杆件零部件位置坐标的第二阶段路径,计算机以待组装区杆件零部件位置坐标为起点,规划从待组装区杆件零部件位置坐标到液压组装台位置坐标的第三阶段路径。
工业机器人为多关节机器人,多个关节联动实现机器人路径规划,所述路径规划,其方法可以有多种,例如可以根据用户特定需求进行路径规划,也可以在工业机器人上加装传感器使用避障算法进行路径规划。无论采用哪种路径规划方法,都不影响抓取效果。
工业机器人抓取待组装区杆件零部件至液压组装台,具体通过以下三个步骤实现,工业机器人经过第一阶段路径到达过渡点位置坐标后,打开位于工业机器人前端法兰盘的夹具,该夹具包括复合夹具和快换装置。工业机器人经过第二阶段路径到达待组装区杆件零部件位置坐标后,闭合夹具,抓取待组装杆件零部件。工业机器人经过第三阶段路径,将待组装区杆件零部件运送至液压组装台。
上述复合夹具由计算机控制,可以多角度旋转,也可以开合任意大小以夹具不同尺寸的待组装杆件零部件,也可以将复合夹具更换为快换装置,通过更换不同的末端执行器来夹取不同尺寸的待组装杆件零部件。
参见图3,采用协作机器人和安装于协作机器人前端法兰盘的激光轮廓仪,测量待组装杆件零部件之间相对位置和姿态,通过计算机控制协作机器人,使用激光轮廓仪,对待组装的杆件零部件各耦合部位进行环绕式图像扫描,激光轮廓仪与杆件零部件耦合部位形成特定角度和距离,计算机根据激光轮廓仪的移动速度设置拍照频率,计算机对多个扫描图像进行拼接,获取完整三维图像,计算机将完整三维图像输入到神经网络模型中,利用神经神经网络模型中的目标检测模型提取耦合部位完整图像。
计算机分析、处理耦合部位图像,待组装杆件零部件之间相对位置和姿态出现耦合偏差时,计算机控制工业机器人对杆件零部件进行微调。
上述微调完成后,计算机控制协作机器人再次进行杆件零部件耦合部位图像扫描过程,进行微调后耦合度复测。复测合格,进行组装。复合不合格重复所述过程直至耦合度符合组装要求。
计算器控制液压组装台完成杆件组装。
计算机对杆件零部件使用信息及杆件组装信息进行存储。
基于人工智能的动车杆件的组装方法,运用知识系统和机器视觉识别、测量与分析技术,由专门设计的智能机器人自主完成动车杆件的组装,该方法具有以下优点:
(1)可以通过知识系统建立所有类型杆件的置位、对接和卡位方案,针对每类杆件形成标准、规范的压力作用点、线、面、方向和大小动作规范,确保杆件压装具有稳定的高质量;
(2)运用三维机器视觉识别技术,准确识别杆件的类型,控制专用智能机器人按照设定的步骤、标准和规范控制杆件的置位、对接和卡位,选择恰当的压力作用动作,在确保杆件压装质量的同时,提高其工作效率;
(3)三维点云测量技术的融入,可以提高杆件置位、对接和卡位准确性判定,为进一步精确调整提供了条件。
使用协作机器人安装激光轮廓仪的方式,测量杆件零部件相对位置和姿态。通过计算机自动匹配杆件各零部件,控制工业机器人、协作机器人等实现杆件的自动组装。应用此种组装方式减少了人工组装劳动强度、提高了作业效率和组装质量。
本发明采用人工智能技术实现杆件各零部件自动化组装,无需人工手动多次搬运杆件零部件,计算机自动匹配需要组装的杆件零部件,优化杆件装配质量,采用机器人技术、机器视觉技术实现杆件零部件自动组装,解决了传统人工组装劳动强度大、效率低、质量无法保证等问题。
以上所述仅为本发明较佳可行的实施例而已,并非因此局限本发明的权利范围,凡运用本发明说明书及其附图内容所作的等效变化,均包含于本发明的权利范围之内。
Claims (10)
1.一种基于人工智能的动车杆件组装方法,其特征在于,包括如下步骤:
(1)杆件零部件抓取:采用由工业机器人和安装于工业机器人前端法兰盘的夹具实现待组装区杆件零部件的抓取;
(2)杆件零部件测量:采用协作机器人和安装于协作机器人前端法兰盘的激光轮廓仪测量待组装杆件零部件之间相对位置和姿态;
(3)计算:采用计算机自动匹配杆件零部件尺寸,控制工业机器人、协作机器人等实现杆件的自动组装;
(4)杆件组装:采用由液压组装台和杆件零部件固定支架进行杆件组装。
2.根据权利要求1所述的基于人工智能的动车杆件组装方法,其特征在于:计算机根据已存储的杆件零部件信息,自动进行最优组装匹配。
3.根据权利要求1所述的基于人工智能的动车杆件组装方法,其特征在于:计算机构建空间位置坐标系,设置待组装区杆件零部件、过渡点及液压组装台空间位置坐标。
4.根据权利要求3所述的基于人工智能的动车杆件组装方法,其特征在于:计算机以工业机器人初始位置坐标为起点,规划从工业机器人初始位置坐标到过渡点位置坐标的第一阶段路径;计算机以过渡点位置坐标为起点,规划从过渡点位置坐标到待组装区杆件零部件位置坐标的第二阶段路径;计算机以待组装区杆件零部件位置坐标为起点,规划从待组装区杆件零部件位置坐标到液压组装台位置坐标的第三阶段路径。
5.根据权利要求4所述的基于人工智能的动车杆件组装方法,其特征在于:工业机器人抓取待组装区杆件零部件至液压组装台,具体步骤如下:
S1:工业机器人经过第一阶段路径到达过渡点位置坐标后,打开位于工业机器人前端法兰盘的夹具,该夹具包括复合夹具和快换装置;
S2:工业机器人经过第二阶段路径到达待组装区杆件零部件位置坐标后,闭合夹具,抓取待组装杆件零部件;
S3:工业机器人经过第三阶段路径,将待组装区杆件零部件运送至液压组装台。
6.根据权利要求1所述的基于人工智能的动车杆件组装方法,其特征在于:液压组装台上的杆件零部件支架,可以根据杆件零部件尺寸进行任意调节。
7.根据权利要求1所述的基于人工智能的动车杆件组装方法,其特征在于:协作机器人和安装于协作机器人前端法兰盘的激光轮廓仪,用于测量待组装杆件零部件之间相对位置和姿态,测量过程包括:
E1:计算机控制协作机器人,使用激光轮廓仪,对待组装的杆件零部件各耦合部位进行环绕式图像扫描;
E2:计算机对多个扫描图像进行拼接,获取完整三维图像;
E3:计算机将完整三维图像输入到神经网络模型中,利用神经神经网络模型中的目标检测模型提取耦合部位完整图像。
8.根据权利要求1所述的基于人工智能的动车杆件组装方法,其特征在于:计算机分析、处理耦合部位图像,待组装杆件零部件之间相对位置和姿态出现耦合偏差时,计算机控制工业机器人对杆件零部件进行微调。
9.根据权利要求1所述的基于人工智能的动车杆件组装方法,其特征在于:计算机控制液压组装台完成杆件压装。
10.根据权利要求1所述的基于人工智能的动车杆件组装方法,其特征在于:计算机对杆件零部件使用信息及杆件组装信息进行存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910254759.5A CN110027015A (zh) | 2019-03-31 | 2019-03-31 | 基于人工智能的动车杆件组装方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910254759.5A CN110027015A (zh) | 2019-03-31 | 2019-03-31 | 基于人工智能的动车杆件组装方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110027015A true CN110027015A (zh) | 2019-07-19 |
Family
ID=67237108
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910254759.5A Pending CN110027015A (zh) | 2019-03-31 | 2019-03-31 | 基于人工智能的动车杆件组装方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110027015A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111618833A (zh) * | 2020-04-27 | 2020-09-04 | Oppo(重庆)智能科技有限公司 | 部件的组装方法、装置、存储介质以及电子设备 |
CN112192170A (zh) * | 2019-11-14 | 2021-01-08 | 谷歌有限责任公司 | 内存插入机 |
CN112215970A (zh) * | 2020-09-29 | 2021-01-12 | 中民筑友建筑设计有限公司 | 基于bim的部件组装路径生成方法、装置、设备及存储介质 |
CN112895460A (zh) * | 2021-01-19 | 2021-06-04 | 上海电气集团股份有限公司 | 夹具制备方法、装置、电子设备和存储介质 |
CN117260003A (zh) * | 2023-11-21 | 2023-12-22 | 北京北汽李尔汽车系统有限公司 | 一种汽车座椅骨架自动摆件打钢刻码方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03239486A (ja) * | 1990-02-14 | 1991-10-25 | Kawasaki Heavy Ind Ltd | 産業用ロボットの制御方法および装置 |
CN101913076A (zh) * | 2010-06-23 | 2010-12-15 | 中国科学院自动化研究所 | 基于工业机器人的活塞、活塞销和连杆装配方法及装置 |
CN102245356A (zh) * | 2008-12-10 | 2011-11-16 | Abb研究有限公司 | 用于生产中优化用于组装的机器人的参数的方法和系统 |
CN105938618A (zh) * | 2015-03-03 | 2016-09-14 | 康耐视公司 | 通过物体虚拟装配训练装配系统的视觉系统 |
CN106475772A (zh) * | 2015-08-25 | 2017-03-08 | 杭州巨星科技股份有限公司 | 基于状态感知机器人的手工具自动化装配工艺 |
CN107538487A (zh) * | 2017-02-16 | 2018-01-05 | 北京卫星环境工程研究所 | 用于大尺寸复杂形面的机器人自动测量方法及系统 |
CN107571246A (zh) * | 2017-10-13 | 2018-01-12 | 上海神添实业有限公司 | 一种基于双臂机器人的零件装配系统及方法 |
CN206982133U (zh) * | 2017-06-06 | 2018-02-09 | 内蒙古第一机械集团有限公司 | 一种用于机器视觉精确定位的装配装置 |
CN108638103A (zh) * | 2018-05-22 | 2018-10-12 | 航天材料及工艺研究所 | 一种自动抓取及位姿调整的机器人末端执行器及调整方法 |
-
2019
- 2019-03-31 CN CN201910254759.5A patent/CN110027015A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03239486A (ja) * | 1990-02-14 | 1991-10-25 | Kawasaki Heavy Ind Ltd | 産業用ロボットの制御方法および装置 |
CN102245356A (zh) * | 2008-12-10 | 2011-11-16 | Abb研究有限公司 | 用于生产中优化用于组装的机器人的参数的方法和系统 |
CN101913076A (zh) * | 2010-06-23 | 2010-12-15 | 中国科学院自动化研究所 | 基于工业机器人的活塞、活塞销和连杆装配方法及装置 |
CN105938618A (zh) * | 2015-03-03 | 2016-09-14 | 康耐视公司 | 通过物体虚拟装配训练装配系统的视觉系统 |
CN106475772A (zh) * | 2015-08-25 | 2017-03-08 | 杭州巨星科技股份有限公司 | 基于状态感知机器人的手工具自动化装配工艺 |
CN107538487A (zh) * | 2017-02-16 | 2018-01-05 | 北京卫星环境工程研究所 | 用于大尺寸复杂形面的机器人自动测量方法及系统 |
CN206982133U (zh) * | 2017-06-06 | 2018-02-09 | 内蒙古第一机械集团有限公司 | 一种用于机器视觉精确定位的装配装置 |
CN107571246A (zh) * | 2017-10-13 | 2018-01-12 | 上海神添实业有限公司 | 一种基于双臂机器人的零件装配系统及方法 |
CN108638103A (zh) * | 2018-05-22 | 2018-10-12 | 航天材料及工艺研究所 | 一种自动抓取及位姿调整的机器人末端执行器及调整方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112192170A (zh) * | 2019-11-14 | 2021-01-08 | 谷歌有限责任公司 | 内存插入机 |
EP3822047A1 (en) * | 2019-11-14 | 2021-05-19 | Google LLC | Memory insertion machine |
CN112192170B (zh) * | 2019-11-14 | 2023-08-18 | 谷歌有限责任公司 | 内存插入机 |
US11800695B2 (en) * | 2019-11-14 | 2023-10-24 | Google Llc | Memory insertion machine |
CN111618833A (zh) * | 2020-04-27 | 2020-09-04 | Oppo(重庆)智能科技有限公司 | 部件的组装方法、装置、存储介质以及电子设备 |
CN112215970A (zh) * | 2020-09-29 | 2021-01-12 | 中民筑友建筑设计有限公司 | 基于bim的部件组装路径生成方法、装置、设备及存储介质 |
CN112895460A (zh) * | 2021-01-19 | 2021-06-04 | 上海电气集团股份有限公司 | 夹具制备方法、装置、电子设备和存储介质 |
CN112895460B (zh) * | 2021-01-19 | 2022-12-20 | 上海电气集团股份有限公司 | 夹具制备方法、装置、电子设备和存储介质 |
CN117260003A (zh) * | 2023-11-21 | 2023-12-22 | 北京北汽李尔汽车系统有限公司 | 一种汽车座椅骨架自动摆件打钢刻码方法及系统 |
CN117260003B (zh) * | 2023-11-21 | 2024-03-19 | 北京北汽李尔汽车系统有限公司 | 一种汽车座椅骨架自动摆件打钢刻码方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110027015A (zh) | 基于人工智能的动车杆件组装方法 | |
CN106182004B (zh) | 基于视觉引导的工业机器人自动销孔装配的方法 | |
CN106313049B (zh) | 一种仿人机械臂体感控制系统及控制方法 | |
CN104765367B (zh) | 实现智能化越障的服务机器人 | |
CN103895023B (zh) | 一种基于编码方位装置的机械臂末端跟踪测量系统的跟踪测量方法 | |
CN109848983A (zh) | 一种高顺应性人引导机器人协同作业的方法 | |
CN108527360A (zh) | 一种位置标定系统及方法 | |
CN112010024B (zh) | 一种基于激光和视觉融合检测的货箱自动抓取方法及系统 | |
US20200316780A1 (en) | Systems, devices, articles, and methods for calibration of rangefinders and robots | |
Wei et al. | Autonomous guidance of initial welding position with “single camera and double positions” method | |
CN104325268A (zh) | 一种基于智能学习的工业机器人三维空间自主装配方法 | |
CN105234942B (zh) | 大持重液压小吊臂的控制系统及其控制方法 | |
CN106152935A (zh) | 适用于无特征空间曲面毛坯件的激光测量系统及其加工定位方法 | |
CN107457785A (zh) | 一种基于关节反馈的机器人位置补偿方法 | |
Geng et al. | A novel welding path planning method based on point cloud for robotic welding of impeller blades | |
CN113246142A (zh) | 一种基于激光引导的测量路径规划方法 | |
CN111590244A (zh) | 基于云端管控的车间机器焊缝焊偏实时检测方法与装置 | |
CN113799137A (zh) | 一种基于神经网络的移动加工机器人快速视觉定位方法 | |
CN106248000A (zh) | 零件孔轴线的测量方法 | |
CN113359461B (zh) | 一种适用于仿生眼系统的运动学标定方法 | |
CN110458823A (zh) | 实训用视觉检测缺陷库的制作方法 | |
CN116214516A (zh) | 移动冗余机械臂实时抓取与轨迹跟踪方法及系统 | |
CN112059983A (zh) | 一种用于装配工件的方法、装置及计算机可读介质 | |
CN115847491A (zh) | 一种空间在轨维修机器人目标自主测量方法 | |
CN106200958B (zh) | 一种动态调整用户认知负荷的智能空间增强现实方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190719 |
|
RJ01 | Rejection of invention patent application after publication |