CN111571594B - 一种提高遥操作机器人透明性和稳定性的方法 - Google Patents
一种提高遥操作机器人透明性和稳定性的方法 Download PDFInfo
- Publication number
- CN111571594B CN111571594B CN202010455021.8A CN202010455021A CN111571594B CN 111571594 B CN111571594 B CN 111571594B CN 202010455021 A CN202010455021 A CN 202010455021A CN 111571594 B CN111571594 B CN 111571594B
- Authority
- CN
- China
- Prior art keywords
- model
- task
- human body
- operator
- slave
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 241000282414 Homo sapiens Species 0.000 claims abstract description 136
- 230000008569 process Effects 0.000 claims abstract description 21
- 238000004891 communication Methods 0.000 claims abstract description 6
- 230000003993 interaction Effects 0.000 claims abstract description 4
- 230000007613 environmental effect Effects 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 11
- 238000013016 damping Methods 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000003938 response to stress Effects 0.000 claims description 2
- 230000006399 behavior Effects 0.000 description 35
- 238000005457 optimization Methods 0.000 description 8
- 238000011160 research Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
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
-
- 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
- B25J9/1689—Teleoperation
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种提高遥操作机器人透明性和稳定性的方法，根据操作者和当前执行的任务在主从两端进行初步人体行为模型的构建，系统采集环境信息直接输入从端模型，由从端模型对主端的行为进行预测并输出，从端控制器根据从端模型对主端的行为预测控制机器人与环境进行无通讯时延的交互；在环境参数输出的同时，从端将环境参数通过网络传送给主端并通过主端控制器将环境力反馈给操作者并采集操作者的输出参数与主端行为的预测值进行比较，进行人体行为模型的实时更新。本发明提高了系统从端环境的透明性和稳定性，简化了人体行为模型的建立；通过人体动力学模型在线更新，任务型模型离线更新，保证系统运行过程中模型的稳定性。
Description
技术领域
本发明具体涉及一种提高遥操作机器人透明性和稳定性的方法，主要应用于遥操作任务中环境需要及时得到反馈的情况，能够有效解决环境不能实时得到反馈的问题，并且提高系统的稳定性。
背景技术
随着人工智能技术的诞生与迅速发展，机器人技术研究的重点转向智能机器人研究领域，人们期望尽快研制出能够取代人完成各种任务的全自主式智能机器人。由于智能机器人技术经过近30多年的大规模研究一直没有达到人们预期的目标，由于受到机构、控制、人工智能和传感技术水平的限制，发展能在未知或复杂环境下工作的全自主式智能机器人是当前乃至今后相当长的时间内难以达到的目标。而且，近年来随着空间探索、深海探索、远程医疗和教育以及核工业的快速发展，严苛的工作环境和条件限制已经不适合人类对机器人进行本地操作，针对未知环境中的机器人，充分利用操作者的智能，采用遥操作方式控制机器人完成操作任务是一种有效的手段。
目前遥操作的研究主要集中在研究遥操作过程中操作者的感受，现用的建立环境模型的方法牺牲了从端环境，使整个系统的延时都集中在从端，使得整个系统采集到环境的反馈之后，需要比较大的时延才能够将操作者的真实操作输出到真实环境。这样提高透明性的方法由于从端环境接受指令信号的延迟，对于某些特定的环境造成很不好的影响。
本申请人发现现有技术至少存在以下技术问题：
1.现有提高遥操作机器人透明性的方法都没有主要考虑降低从端环境，甚至会牺牲环境侧的透明性；
2.现有提高遥操作机器人透明性的方法没有针对特定任务进行优化。
发明内容
发明目的：为了解决现有技术的不足，本发明提供了一种提高遥操作机器人透明性和稳定性的方法，已解决现有技术在遥操作系统应用中不能使从端环境实现超低时延的技术问题，本发明提供的技术方案对从端环境交互时延的降低有显著效果。
技术方案：一种提高遥操作机器人透明性和稳定性的方法，根据操作者和当前执行的任务进行初步人体行为模型的构建，在主从两端建立相同的人体行为模型，系统采集环境信息直接输入到从端模型并由模型输出主端输出预测值，从端控制器根据主端输出预测值控制机器人与环境进行无通讯时延的交互；在环境参数输出的同时，从端将环境参数通过网络传送给主端并通过主端控制器将环境力反馈给操作者并采集操作者的输出参数与主端输出预测值进行比较，进行人体行为模型的实时更新。
作为优化：具体操作如下：
首先，建立人体动力学模型和任务模型的初始模型并设置人体动力学模型的初始模型为质点弹簧阻尼模型，任务模型的初始模型为简单的人体的应激反应即在刚性的变化大于设定值的时候人体会下意识停止当前动作；人体动力学的初始模型和任务模型的初始模型结合，构成人体行为的初始模型载入遥操作机器人系统的控制器；主端控制器通过信息采集模块采集操作者手部的位移和速度信息；从端控制器通过采集模块采集的力信息和音视频信息；主从端控制器将采集到的信息通过互联网传输；
其次，在遥操作机器人系统工作过程中，主端控制器将接收到的环境信息载入主端本地模型进行操作者控制信息的预测，并将预测值和此时的操作者的输出信息进行对比获取差值，主端更新控制器通过差值信息对模型进行更新并将更新值传输到从端进行相同的更新保证两端模型一致；在每次任务结束时，保存人体动力学模型和主从端传输的数据；
最后，对于人体动力学模型，在同一个操作者执行任务时，将上一次该操作者任务结束后保存的人体动力学模型作为本次任务中的人体动力学模型的初始模型；对于任务型模型，经过多次同样的任务后，将多次任务结束后保存的主从端传输的数据进行建模，将任务同一阶段相似的主端动作反应记录下来作为下一次任务的任务型模型；在操作者的工作次数和任务的执行次数越来越多，操作者执行任务的人体行为模型将越来越准确。
作为优化：所述的人体行为模型，人体行为模型由两部分组成，分别是人体动力学模型和任务型模型；不同的任务对应着不同的任务型模型，不同的操作者对应着不同的人体动力学模型；在n号操作者操控遥操作机器人执行m号任务时，n和m分别代表确定的操作者和确定的任务，系统会调出n号操作者的人体动力学模型以及m任务的任务模型构成人体行为模型，在任务的执行过程中进行人体动力学模型的实时更新，在任务执行结束后保存n号操作者人体动力学模型和进行m号任务的任务型模型的更新。
作为优化：所述的人体动力学模型，在n号操作者在第一次执行任务时，系统会预设一个简单的弹簧-阻尼系统作为人体行为模型，在任务执行的过程中根据环境参数和n号操作者对环境的反应对人体动力学模型进行实时更新优化；在n号操作者非第一次执行任务时，系统会使用上一次n号操作者任务结束时的人体动力学模型作为本次人体动力学模型的初始模型。
作为优化：所述的人体动力学模型，每一位操作者有着该操作者独立的人体动力学模型，初始的人体动力学模型是建立一个简单的弹簧阻尼系统，在操作者每次执行任务时，人体动力学模型会实时更新，并在任务结束后保存该人体动力学模型并作为该操作者下一次控制遥操作机器人的初始模型。
作为优化：所述的任务型模型，在任务成功完成后，系统将机器人工作过程中环境的参数及相应的操作者的输出与相同任务的数据进行对比学习，建立此任务中操作者对于相同的环境变化做出的一致性操作进行建模作为此任务的任务型模型，并在后续中反复执行此操作直到任务型模型几乎不再变化则停止任务型模型的继续更新。
作为优化：所述的任务型模型，将针对每一个任务进行任务型模型的建立，任务型模型与操作者无关，对于不同的任务有着不同的任务型模型，在该任务第一次被执行时，任务型模型只有比较简单的人体的应激模型，即对于刚性突变的情况，人体会立刻停住当前操作；每次任务成功执行完毕后，系统会将本次操作的环境参数以及对应的操作者操作进行保存，在任务被多次执行成功后，系统将该任务对应的信息进行分析，去除人体动力学模型，将其中的一致性操作记录到该任务模型中，作为下一次该任务的任务模型；在之后系统分析中，任务模型变化不影响系统透明性的时候，便停止任务模型的更新并对此模型进行测试，若满足透明性和稳定性条件，此任务模型便不再更新；若不能通过测试，此任务模型便继续学习更新。
作为优化：在实际操作过程中对动力学模型进行优化贴合当前操作者，并且在当前任务完成后进行任务模型的优化，在经过多次任务训练后人体行为模型将很好的贴合操作者行为，达到提高遥操作机器人系统透明性的目的。
作为优化：所述的遥操作机器人系统的控制器：主端采集操作者的控制信息并通过数据滤波和人体行为模型预测值进行比较，在此之前若是主端处于静止状态便将主端控制信息通过编解码技术直接输送到从端对环境进行控制；在此之前若是主端处于非静止状态，系统将采集到的从端环境参数输送到从端的人体行为模型，并通过人体行为模型的预测值对从端机器人进行控制与环境交互；与此同时，从端控制器将环境的音视频信息以及环境参数传输到主端并由主端控制器将信息展示给操作者，然后将主端控制信号通过数据滤波和人体行为模型预测值进行比较，比较后通过主端更新控制器对模型需要更新的信息传输到从端的更新控制器，从端控制器通过接收到的信息对人体动力学模型进行重构更新人体行为模型。
有益效果：本发明是一种在主从两端建立人体行为模型来提高透明性和稳定性的系统，环境在从端与从端本地模型直接进行交互，并且人体行为模型是将实时更新的人体动力学模型和基于任务的任务型模型结合形成，实现了模型自学习的能力，随着操纵员执行任务的次数增加，模型的预测将越来越符合操作者的期望输出，进而实现准确且无通讯时延的从端交互。
本发明使用建立人体动力学模型的方法提高系统从端环境的透明性和稳定性。提出了人体动力学模型由任务型模型和人体动力学模型构成的方法简化人体行为模型的建立；通过人体动力学模型在线更新，任务型模型离线更新的方法实现了人体行为模型的自学习能力和保证系统运行过程中模型的稳定性。
附图说明
图1是本发明的系统总体框图；
图2是本发明的从端局部控制框图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，以使本领域的技术人员能够更好的理解本发明的优点和特征，从而对本发明的保护范围做出更为清楚的界定。本发明所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例
如图1所示，一种提高遥操作机器人透明性和稳定性的方法，根据操作者和当前执行的任务进行初步人体行为模型的构建，在主从两端建立相同的人体行为模型，系统采集环境信息直接输入从端模型输出主端输出预测值，从端控制器根据主端输出预测值控制机器人与环境进行无通讯时延的交互，从端与环境无通通讯时延的交互如图2所示；在环境参数输出的同时，从端将环境参数通过网络传送给主端并通过主端控制器将环境力反馈给操作者并采集操作者的输出参数与主端输出预测值进行比较，进行人体行为模型的实时更新。具体操作如下：
首先，建立人体动力学模型和任务模型的初始模型；人体动力学模型的初始模型为质点弹簧阻尼模型；任务模型的初始模型为简单的人体的应激反应即在刚性的变化大于设定值的时候人体会下意识停止当前动作；将人体动力学模型和任务模型的初始模型结合构成人体行为的初始模型载入遥操作机器人系统的控制器；主端控制器通过信息采集模块采集操作者的位移和速度信息；从端控制器通过采集模块采集环境的力信息和音视频信息，主从端控制器将采集到的信息通过互联网传输；
其次，在遥操作机器人系统工作过程中，主端控制器将接收到的环境信息载入主端本地模型进行操作者控制信息的预测，并将预测值和此时的操作者的输出信息进行对比获取差值，通过更新控制器通过差值信息对模型进行更新并将更新值传输到从端进行相同的更新保证两端模型一致；在每次任务结束时，保存人体动力学模型和主从端传输的数据；
最后，对于人体动力学模型，在同一个操作者执行任务时，将上一次该操作者任务结束后保存的人体动力学模型作为本次任务中的人体动力学模型的初始模型；对于任务型模型，经过多次同样的任务后，将多次任务结束后保存的主从端传输的数据进行建模，将任务同一阶段相似的动作反应记录下来作为下一次任务的任务型模型；在操作者的工作次数和任务的执行次数越来越大，操作者执行任务的人体行为模型将越来越准确。
本发明中，所述的人体行为模型，人体行为模型由两部分组成，分别是人体动力学模型和任务型模型；不同的任务对应着不同的任务型模型，不同的操作者对应着不同的人体动力学模型；在n号操作者操控遥操作机器人执行m号任务时，n和m分别代表确定的操作者和确定的任务，系统会调出n号操作者的人体动力学模型以及m任务的任务模型构成人体行为模型，在任务的执行过程中进行人体动力学模型的实时更新，在任务执行结束后保存n号操作者人体动力学模型和进行m号任务的任务型模型的更新。
所述的人体动力学模型，在n号操作者在第一次执行任务时，系统会预设一个简单的弹簧-阻尼系统作为人体行为模型，在任务执行的过程中根据环境参数和n号操作者对环境的反应对人体动力学模型进行实时更新优化；在n号操作者非第一次执行任务时，系统会使用上一次n号操作者任务结束时的人体动力学模型作为本次人体动力学模型的初始模型。每一位操作者有着该操作者独立的人体动力学模型，初始的人体动力学模型是建立一个简单点弹簧阻尼系统，在操作者每次执行任务时，人体动力学模型会实时更新，并在任务结束后保存该人体动力学模型并作为该操作者下一次控制遥操作机器人的初始模型。
所述的任务型模型，在任务成功完成后，系统将机器人工作过程中环境的参数及相应的操作者的输出与相同任务的数据进行对比学习，建立此任务中操作者对于相同的环境变化做出的一致性操作进行建模作为此任务的任务型模型，并在后续中反复执行此操作直到任务型模型几乎不再变化则停止任务型模型的继续更新。
针对每一个任务进行任务型模型的建立，任务型模型与操作者无关，对于不同的任务有着不同的任务型模型，在该任务第一次被执行时，任务型模型只有比较简单的人体的应激模型，即对于刚性突变的情况，人体会立刻停住当前操作；每次任务成功执行完毕后，系统会将本次操作的环境参数以及对应的操作者操作进行保存，在任务被多次执行成功后，系统将该任务对应的信息进行分析，去除人体动力学模型，将其中的一致性操作记录到该任务模型中，作为下一次该任务的任务模型；在之后系统分析中，任务模型变化不影响系统透明性的时候，便停止任务模型的更新并对此模型进行测试，若满足透明性和稳定性条件，此任务模型便不再更新；若不能通过测试，此任务模型便继续学习更新。
在实际操作过程中对动力学模型进行优化贴合当前操作者，并且在当前任务完成后进行任务模型的优化，在经过多次任务训练后人体行为模型将很好的贴合操作者行为，达到提高遥操作机器人系统透明性的目的。
所述的遥操作机器人系统的控制器：主端采集操作者的控制信息并通过数据滤波和人体行为模型预测值进行比较，在此之前若是主端处于静止状态便将主端控制信息通过编解码技术直接输送到从端对环境进行控制；在此之前若是主端处于非静止状态，系统将采集到的从端环境参数输送到从端的人体行为模型，并通过人体行为模型的预测值对从端机器人进行控制与环境交互；与此同时，从端控制器将环境的音视频信息以及环境参数传输到主端并由主端控制器将信息展示给操作者，然后将主端控制信号通过数据滤波和人体行为模型预测值进行比较，比较后通过更新控制器对模型需要更新的信息传输到从端的更新控制器，从端控制器通过接收到的信息对人体动力学模型进行重构更新人体行为模型。
Claims (8)
1.一种提高遥操作机器人透明性和稳定性的方法，其特征在于：根据操作者和当前执行的任务进行初步人体行为模型的构建，在主从两端建立相同的人体行为模型，系统采集环境信息直接输入到从端模型并由模型输出主端输出预测值，从端控制器根据主端输出预测值控制机器人与环境进行无通讯时延的交互；在环境参数输出的同时，从端将环境参数通过网络传送给主端并通过主端控制器将环境力反馈给操作者并采集操作者的输出参数与主端输出预测值进行比较，进行人体行为模型的实时更新；
具体操作如下：
首先，建立人体动力学模型和任务模型的初始模型并设置人体动力学模型的初始模型为质点弹簧阻尼模型，任务模型的初始模型为简单的人体的应激反应即在刚性的变化大于设定值的时候人体会下意识停止当前动作；人体动力学的初始模型和任务模型的初始模型结合，构成人体行为的初始模型载入遥操作机器人系统的控制器；主端控制器通过信息采集模块采集操作者手部的位移和速度信息；从端控制器通过采集模块采集的力信息和音视频信息；主从端控制器将采集到的信息通过互联网传输；
其次，在遥操作机器人系统工作过程中，主端控制器将接收到的环境信息载入主端本地模型进行操作者控制信息的预测，并将预测值和此时的操作者的输出信息进行对比获取差值，主端更新控制器通过差值信息对模型进行更新并将更新值传输到从端进行相同的更新保证两端模型一致；在每次任务结束时，保存人体动力学模型和主从端传输的数据；
最后，对于人体动力学模型，在同一个操作者执行任务时，将上一次该操作者任务结束后保存的人体动力学模型作为本次任务中的人体动力学模型的初始模型；对于任务模型，经过多次同样的任务后，将多次任务结束后保存的主从端传输的数据进行建模，将任务同一阶段相似的主端动作反应记录下来作为下一次任务的任务模型；在操作者的工作次数和任务的执行次数越来越多，操作者执行任务的人体行为模型将越来越准确。
2.根据权利要求1所述的提高遥操作机器人透明性和稳定性的方法，其特征在于：所述的人体行为模型，人体行为模型由两部分组成，分别是人体动力学模型和任务模型；不同的任务对应着不同的任务模型，不同的操作者对应着不同的人体动力学模型；在n号操作者操控遥操作机器人执行m号任务时，n和m分别代表确定的操作者和确定的任务，系统会调出n号操作者的人体动力学模型以及m任务的任务模型构成人体行为模型，在任务的执行过程中进行人体动力学模型的实时更新，在任务执行结束后保存n号操作者人体动力学模型和进行m号任务的任务模型的更新。
3.根据权利要求2所述的提高遥操作机器人透明性和稳定性的方法，其特征在于：所述的人体动力学模型，在n号操作者在第一次执行任务时，系统会预设一个简单的弹簧-阻尼系统作为人体行为模型，在任务执行的过程中根据环境参数和n号操作者对环境的反应对人体动力学模型进行实时更新优化；在n号操作者非第一次执行任务时，系统会使用上一次n号操作者任务结束时的人体动力学模型作为本次人体动力学模型的初始模型。
4.根据权利要求3所述的提高遥操作机器人透明性和稳定性的方法，其特征在于：所述的人体动力学模型，每一位操作者有着该操作者独立的人体动力学模型，初始的人体动力学模型是建立一个简单的弹簧阻尼系统，在操作者每次执行任务时，人体动力学模型会实时更新，并在任务结束后保存该人体动力学模型并作为该操作者下一次控制遥操作机器人的初始模型。
5.根据权利要求2所述的提高遥操作机器人透明性和稳定性的方法，其特征在于：所述的任务模型，在任务成功完成后，系统将机器人工作过程中环境的参数及相应的操作者的输出与相同任务的数据进行对比学习，建立此任务中操作者对于相同的环境变化做出的一致性操作进行建模作为此任务的任务模型，并在后续中反复执行此操作直到任务模型几乎不再变化则停止任务模型的继续更新。
6.根据权利要求5所述的提高遥操作机器人透明性和稳定性的方法，其特征在于：所述的任务模型，将针对每一个任务进行任务模型的建立，任务模型与操作者无关，对于不同的任务有着不同的任务模型，在该任务第一次被执行时，任务模型只有比较简单的人体的应激模型，即对于刚性突变的情况，人体会立刻停住当前操作；每次任务成功执行完毕后，系统会将本次操作的环境参数以及对应的操作者操作进行保存，在任务被多次执行成功后，系统将该任务对应的信息进行分析，去除人体动力学模型，将其中的一致性操作记录到该任务模型中，作为下一次该任务的任务模型；在之后系统分析中，任务模型变化不影响系统透明性的时候，便停止任务模型的更新并对此模型进行测试，若满足透明性和稳定性条件，此任务模型便不再更新；若不能通过测试，此任务模型便继续学习更新。
7.根据权利要求1所述的提高遥操作机器人透明性和稳定性的方法，其特征在于：在实际操作过程中对动力学模型进行优化贴合当前操作者，并且在当前任务完成后进行任务模型的优化，在经过多次任务训练后人体行为模型将很好的贴合操作者行为，达到提高遥操作机器人系统透明性的目的。
8.根据权利要求1所述的提高遥操作机器人透明性和稳定性的方法，其特征在于：所述的遥操作机器人系统的控制器：主端采集操作者的控制信息并通过数据滤波和人体行为模型预测值进行比较，在此之前若是主端处于静止状态便将主端控制信息通过编解码技术直接输送到从端对环境进行控制；在此之前若是主端处于非静止状态，系统将采集到的从端环境参数输送到从端的人体行为模型，并通过人体行为模型的预测值对从端机器人进行控制与环境交互；与此同时，从端控制器将环境的音视频信息以及环境参数传输到主端并由主端控制器将信息展示给操作者，然后将主端控制信号通过数据滤波和人体行为模型预测值进行比较，比较后通过主端更新控制器对模型需要更新的信息传输到从端的更新控制器，从端控制器通过接收到的信息对人体动力学模型进行重构更新人体行为模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010455021.8A CN111571594B (zh) | 2020-05-26 | 2020-05-26 | 一种提高遥操作机器人透明性和稳定性的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010455021.8A CN111571594B (zh) | 2020-05-26 | 2020-05-26 | 一种提高遥操作机器人透明性和稳定性的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111571594A CN111571594A (zh) | 2020-08-25 |
| CN111571594B true CN111571594B (zh) | 2022-10-04 |
Family
ID=72119349
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010455021.8A Active CN111571594B (zh) | 2020-05-26 | 2020-05-26 | 一种提高遥操作机器人透明性和稳定性的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111571594B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112168361B (zh) * | 2020-10-29 | 2021-11-19 | 上海工程技术大学 | 一种有效缓解时延影响的导管手术机器人位姿预测方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2621803B2 (ja) * | 1994-07-14 | 1997-06-18 | 日本電気株式会社 | マスタスレーブ型ロボットアーム装置およびアーム位置決め誘導方法 |
| CN102825603B (zh) * | 2012-09-10 | 2015-01-21 | 江苏科技大学 | 网络遥操作机器人系统及时延克服方法 |
| CN105982735B (zh) * | 2015-01-30 | 2018-11-16 | 上海交通大学 | 提高主从式远程遥操作手术系统透明性和稳定性的方法 |
| CN106773668B (zh) * | 2016-11-22 | 2019-06-04 | 西北工业大学 | 一种用于变时延双边遥操作系统的稳定控制方法 |
| CN107479387A (zh) * | 2017-09-25 | 2017-12-15 | 北京邮电大学 | 基于渲染力的环境模型更新算法 |
| CN108303880B (zh) * | 2018-01-18 | 2020-11-06 | 西北工业大学 | 一种基于时延补偿的机器人遥操作预测控制方法 |
| CN108803344B (zh) * | 2018-07-25 | 2019-11-22 | 西北工业大学 | 一种基于模态切换的机器人双边遥操作对称预测控制方法 |
| CN109968361B (zh) * | 2019-05-17 | 2020-12-18 | 北京理工大学 | 一种基于实时力反馈的变阻抗遥操作控制装置及方法 |
-
2020
- 2020-05-26 CN CN202010455021.8A patent/CN111571594B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN111571594A (zh) | 2020-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111194452B (zh) | 动作预测系统及动作预测方法 | |
| CN107598928B (zh) | 基于语义模型的相机与机器人控制系统及其自动适配方法 | |
| DE102017003943A1 (de) | Zellensteuervorrichtung zum Optimieren von Bewegungen eines Produktionssystems, das Industriemaschinen umfasst | |
| JP6031202B1 (ja) | 製造機械の異常の原因を発見するセル制御装置 | |
| US10727930B2 (en) | Radio repeater selection apparatus and machine learning device | |
| KR102239186B1 (ko) | 인공지능 기반 로봇 매니퓰레이터의 자동 제어 시스템 및 방법 | |
| CN106597881A (zh) | 基于分布式决策算法的云服务机器人 | |
| EP3671571A1 (en) | A method and system for generating an artificial intelligence model | |
| CN115586757A (zh) | 机械设备的智能控制系统及其方法 | |
| CN114326596A (zh) | 使用自学习系统模拟在机床上进行机加工的方法和设备 | |
| CN111571594B (zh) | 一种提高遥操作机器人透明性和稳定性的方法 | |
| US20120265498A1 (en) | System for Supporting Robot Hardware Design and Method Thereof | |
| DE102012213188B4 (de) | Verfahren und System zum Steuern einer Ausführungssequenz eines geschickten Roboters unter Verwendung einer Zustandsklassifizierung | |
| CN115556112A (zh) | 一种基于数字孪生的机器人遥操作方法及系统 | |
| US11322147B2 (en) | Voice control system for operating machinery | |
| Shi et al. | A cognitive digital twins framework for human-robot collaboration | |
| CN115135463A (zh) | 工业系统的预测模型学习方法、装置和系统 | |
| CN109454641B (zh) | 一种运动控制器多任务分工及数据交互方法 | |
| TWI684177B (zh) | 工作機械語音控制系統 | |
| WO2022136703A1 (de) | Verfahren und system zum überführen einer start-objektsituation in eine ziel-objektsituation (intuitive tacit solution finding) | |
| CN114609969A (zh) | 一种基于云计算的数控机床轨迹误差补偿方法 | |
| JP2019095879A (ja) | 稼働モニタリング装置及びプログラム | |
| Lesage et al. | Constructing Digital Twins for IEC61499 Based Distributed Control Systems | |
| CN108711190B (zh) | 基于mr/vr的激光控制系统实现方法 | |
| CN116901055B (zh) | 仿人手交互控制方法和装置、电子设备及存储介质 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240108 Address after: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province Patentee after: Dragon totem Technology (Hefei) Co.,Ltd. Address before: 226000 Jiangsu city of Nantong province sik Road No. 9 Patentee before: NANTONG University |