CN111906759B - 一种3d运动机构智能移动方法 - Google Patents
一种3d运动机构智能移动方法 Download PDFInfo
- Publication number
- CN111906759B CN111906759B CN202010424685.8A CN202010424685A CN111906759B CN 111906759 B CN111906759 B CN 111906759B CN 202010424685 A CN202010424685 A CN 202010424685A CN 111906759 B CN111906759 B CN 111906759B
- Authority
- CN
- China
- Prior art keywords
- assembly
- component
- assembly process
- axis
- sensor
- 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
- B25J9/02—Programme-controlled manipulators characterised by movement of the arms, e.g. cartesian coordinate type
- B25J9/023—Cartesian coordinate type
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
- B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J15/00—Gripping heads and other end effectors
- B25J15/08—Gripping heads and other end effectors having finger members
-
- 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
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Automatic Assembly (AREA)
Abstract
本发明涉及一种3D运动机构智能移动方法,通过获取装配车间内各装配工序上的所有传感器信息,形成分别对应各装配工序上的传感器参数样本值集合,根据传感器参数样本值集合拟合得到不同装配工序上的各传感器参数数值实时拟合曲线以及对应各拟合曲线的拐点时刻,再次分别选取出作为对应各装配工序所对应所有传感器的最优校准时刻,使得所有传感器在对应的最优校准时刻执行性能校准,再根据待移动构件产品的结构参数信息得到其在不同装配工序上所对应的最优移动路径方向,从而使得该待移动构件按照装配工序的先后设置顺序依次沿对应装配工序的最优移动路径方向移动,实现了对装配车间内待移动构件的移动路径优化,满足了智能化装配车间的发展需要。
Description
技术领域
本发明涉及智能化装配领域,尤其涉及一种3D运动机构智能移动方法。
背景技术
随着智能化发展以及智能机器人的应用,很多现代化的装配车间内已经基本实现了加工机器人的全自动化装配,有效地提高了针对待装配工构件产品的装配效率。
位于现代化装配车间内的加工机器人本质上就是一些具有智能化、自动化功能的机械结构,有些是具有三自由度的机械手(或称3D运动机构)。这些机械手按照装配的前后顺序设置在装配车间的不同工序位置,然后在有构件需要移入整套装配工序上时,再由每一个单独的装配工序去执行对应的工作。当然,这其中就包括装配工序对这些构件产品的移动操作。
然而,现有3D运动机构在针对待移动构件产品执行移动操作时,由于缺少针对该待移动构件产品在不同装配工序上的移动路径(含方向规划),导致待移动构件产品在整体装配工序上的移动呈现很大的随意性和盲目性,无法智能化地规划待移动构建在每一个装配工序上的移动路径方向,仍旧难以满足智能化装配车间的发展需要。
发明内容
本发明所要解决的技术问题是针对上述现有技术提供一种3D运动机构智能移动方法。
本发明解决上述技术问题所采用的技术方案为:一种3D运动机构智能移动方法,其特征在于,包括如下步骤:
步骤1,预先获取装配车间内装配工序总数量以及每一个装配工序上所设置的各传感器信息;其中,该装配车间内的装配工序总数量标记为M,第m个装配工序标记为Processingm,该装配车间内的装配工序均为具有XYZ轴三自由度的3D运动机构,3D运动机构设置有沿X轴的机械抓手、沿Y轴的机械抓手以及沿Z轴的机械抓手;装配工序Processingm上所设置的传感器总数量标记为装配工序Processingm的第n个传感器标记为
步骤2,在装配车间启动装配工作,且各装配工序启动对应的装配工作后,在预设时间段内按照预设采样时刻分别获取各装配工序上各传感器所检测到的参数值,分别形成对应各装配工序上的传感器参数样本值集合;
其中,预设时间段标记为T,该预设时间段T内的预设采样时刻总数量标记为J,第j个预设采样时刻标记为tj,tj∈[0,T],1≤j≤J;传感器在预设采样时刻tj所采集的参数数值标记为装配工序Processingm上的传感器参数样本值集合标记为
步骤3,针对所得每一个装配工序上的传感器参数样本值集合,分别拟合得到该装配工序上的每一个传感器所对应的传感器参数数值实时拟合曲线;其中,装配工序Processingm上的传感器所对应的传感器参数数值实时拟合曲线标记为
步骤4,获取每一个装配工序上的各传感器参数数值实时拟合曲线所对应的拐点时刻值,分别形成针对各装配工序的拐点时刻集合;
步骤5,分别计算每一个装配工序的拐点时刻集合内具有最小时刻数值的拐点时刻,将该具有最小时刻数值的拐点时刻作为该装配工序所对应的所有传感器检测性能进行校准的最优校准时刻;其中,装配工序Processingm所对应的所有传感器检测性能进行校准的最优校准时刻标记为
步骤6,令装配车间内各装配工序上的每一个传感器在各自所属装配工序的最优校准时刻启动针对自身检测程序的校准,使得每一个传感器具有校准后的检测状态;
步骤7,获取所述装配车间内待移动构件产品的结构参数信息;其中,待移动构件产品的结构参数信息包括待移动构件产品的三维方向尺寸信息和该待移动构件产品的轮廓形状信息;
所述待移动构件产品的三维方向尺寸信息包括该待移动构件产品沿X轴方向的结构尺寸序列、沿Y轴方向的尺寸序列以及沿Z轴方向的尺寸序列;
待移动构件产品沿X轴方向的结构尺寸序列标记为ComponentX,ComponentX={componentX,u},1≤u≤U,componentX,u为待移动构件产品沿X轴方向的第一个结构的尺寸值,U为待移动构件产品沿X轴方向所具有结构的总数量;
待移动构件产品沿Y轴方向的结构尺寸序列标记为ComponentY,ComponentY={componentY,v},1≤v≤V,componentY,v为待移动构件产品沿Y轴方向的第一个结构的尺寸值,V为待移动构件产品沿Y轴方向所具有结构的总数量;
待移动构件产品沿Z轴方向的结构尺寸序列标记为ComponentZ,ComponentZ={componentZ,w},1≤w≤W,componentZ,w为待移动构件产品沿Z轴方向的第一个结构的尺寸值,W为待移动构件产品沿Z轴方向所具有结构的总数量;
步骤8,预先获取各装配工序分别沿X轴、Y轴和Z轴移动时所对应的功耗速度,并根据预先获取的各功耗速度以及所述的待移动构件产品的结构参数信息,得到各装配工序分别移动所述待移动构件产品需要的单向移动功耗速度;
步骤9,针对每一个装配工序,计算其移动所述待移动构件产品在X轴、Y轴和Z轴分别需要的单向移动功耗速度中的最小功耗速度值,将最小功耗速度值所对应的移动方向作为该装配工序的最优移动路径方向;
步骤10,按照各装配工序的前后设置顺序,分别令所述待移动构建在每一个装配工序的最优移动路径方向上移动。
改进地,在所述3D运动机构智能移动方法中,各装配工序上至少设置有距离传感器。
再改进,在所述3D运动机构智能移动方法中,步骤2中的所述预设时间段T为自各装配工序在装配车间内完成组装时刻起的30天,所述预设时间段T内的预设采样时刻总数量J=12。
与现有技术相比,本发明的优点在于:通过对装配车间内各装配工序上的所有传感器信息进行获取,然后形成分别对应各装配工序上的传感器参数样本值集合,并且根据传感器参数样本值集合拟合得到不同装配工序上的各传感器参数数值实时拟合曲线以及得到对应各拟合曲线的拐点时刻,并且再次分别选取出作为对应各装配工序所对应所有传感器的最优校准时刻,以使得所有传感器在对应的最优校准时刻执行性能校准,然后再根据待移动构件产品的结构参数信息得到其在不同装配工序上所对应的最优移动路径方向,从而使得该待移动构件按照装配工序的先后设置顺序依次沿对应装配工序的最优移动路径方向移动,实现了对装配车间内待移动构件的移动路径优化,满足了智能化装配车间的发展需要。
附图说明
图1为本发明实施例的3D运动机构智能移动方法流程示意图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
参见图1所示,本实施例提供一种3D运动机构智能移动方法。该3D运动机构智能移动方法具体包括如下步骤:
步骤1,预先获取装配车间内装配工序总数量以及每一个装配工序上所设置的各传感器信息;其中,在该实施例中,装配车间内的装配工序总数量标记为M,第m个装配工序标记为Processingm,该装配车间内的装配工序均为具有XYZ轴三自由度的3D运动机构,3D运动机构设置有沿X轴的机械抓手、沿Y轴的机械抓手以及沿Z轴的机械抓手;3D运动机构可以根据需要在X轴、Y轴和Z轴的方向上移动,装配工序Processingm上所设置的传感器总数量标记为装配工序Processingm的第n个传感器标记为各装配工序上至少设置有距离传感器;
步骤2,在装配车间启动装配工作,且各装配工序启动对应的装配工作后,在预设时间段内按照预设采样时刻分别获取各装配工序上各传感器所检测到的参数值,分别形成对应各装配工序上的传感器参数样本值集合;其中,该实施例中的预设时间段标记为T,预设时间段T为自各装配工序在装配车间内完成组装时刻起的30天,预设时间段T内的预设采样时刻总数量J=12,第j个预设采样时刻标记为tj,tj∈[0,T],1≤j≤J;传感器在预设采样时刻tj所采集的参数数值标记为装配工序Processingm上的传感器参数样本值集合标记为
步骤3,针对所得每一个装配工序Processingm上的传感器参数样本值集合分别拟合得到该装配工序Processingm上的每一个传感器所对应的传感器参数数值实时拟合曲线;其中,装配工序Processingm上的传感器所对应的传感器参数数值实时拟合曲线标记为
步骤4,获取每一个装配工序Processingm上的各传感器参数数值实时拟合曲线所对应的拐点时刻值,分别形成针对各装配工序的拐点时刻集合;
由于传感器参数数值实时拟合曲线的拐点本质上标注了传感器参数数值的变化情况;一旦出现了参数数值的趋势变化,此时的传感器参数数值实时拟合曲线就会出现一个前后斜率发生变化的曲线形状变化,从而就可以利用所得拟合曲线的拐点来获知对应传感器的检测性能情况(对应到传感器的正确检测概率),进而知道各传感器的检测性能随时间变化的真实情况以及了解各传感器长时间工作而发生检测性能变化情况,从而可以方便后续在合适的时刻启动针对每一个传感器检测性能的校准;
步骤5,分别计算每一个装配工序的拐点时刻集合内具有最小时刻数值的拐点时刻,将该具有最小时刻数值的拐点时刻作为该装配工序所对应的所有传感器检测性能进行校准的最优校准时刻;其中,装配工序Processingm所对应的所有传感器检测性能进行校准的最优校准时刻标记为针对该步骤5需要说明的是,每一个装配工序都有一个专属于自己的最优校准时刻,即针对某一个单独的装配工序,该单独的装配工序中的所有传感器均在该装配工序的最优校准时刻同步启动校准工作,以使得该单独的装配工序上的所有传感器的检测性能得到提升;至于传感器的校准操作,可以采用对应种类传感器的常规校准方法即可,此处不做单独赘述;
步骤6,令装配车间内各装配工序上的每一个传感器在各自所属装配工序的最优校准时刻启动针对自身检测程序的校准,使得每一个传感器具有校准后的检测状态;也就是说,每一个传感器经校准后,此处的传感器具有相对较好的检测性能状态,从而便于提高后续的检测准确率以及针对待移动构件产品移动路径的规划;
步骤7,获取装配车间内待移动构件产品的结构参数信息;其中,待移动构件产品的结构参数信息包括待移动构件产品的三维方向尺寸信息和该待移动构件产品的轮廓形状信息;
待移动构件产品的三维方向尺寸信息包括该待移动构件产品沿X轴方向的结构尺寸序列、沿Y轴方向的尺寸序列以及沿Z轴方向的尺寸序列;
待移动构件产品沿X轴方向的结构尺寸序列标记为ComponentX,ComponentX={componentX,u},1≤u≤U,componentX,u为待移动构件产品沿X轴方向的第一个结构的尺寸值,U为待移动构件产品沿X轴方向所具有结构的总数量;
待移动构件产品沿Y轴方向的结构尺寸序列标记为ComponentY,ComponentY={componentY,v},1≤v≤V,componentY,v为待移动构件产品沿Y轴方向的第一个结构的尺寸值,V为待移动构件产品沿Y轴方向所具有结构的总数量;
待移动构件产品沿Z轴方向的结构尺寸序列标记为ComponentZ,ComponentZ={componentZ,w},1≤w≤W,componentZ,w为待移动构件产品沿Z轴方向的第一个结构的尺寸值,W为待移动构件产品沿Z轴方向所具有结构的总数量;
步骤8,预先获取各装配工序分别沿X轴、Y轴和Z轴移动时所对应的功耗速度,并根据预先获取的各功耗速度以及待移动构件产品的结构参数信息,得到各装配工序分别移动该待移动构件产品需要的单向移动功耗速度;
步骤9,针对每一个装配工序,计算其移动该待移动构件产品在X轴、Y轴和Z轴分别需要的单向移动功耗速度中的最小功耗速度值,将最小功耗速度值所对应的移动方向作为该装配工序的最优移动路径方向;
例如,针对装配工序Processing5,装配工序Processing5移动待移动构件产品在X轴需要的单向移动功耗速度为装配工序Processing5移动待移动构件产品在Y轴需要的单向移动功耗速度为装配工序Processing5移动待移动构件产品在Z轴需要的单向移动功耗速度为假设将这三个单向移动功耗速度和相比较,为最小功耗速度值,从而就将最小功耗速度值所对应的移动方向Y轴方向作为该装配工序Processing5的最优移动路径方向;同理,可以得到其他装配工序上的最优移动路径方向;
步骤10,按照各装配工序的前后设置顺序,分别令待移动构建在每一个装配工序的最优移动路径方向上移动。
假设在装配车间内具有5个装配工序,分别是装配工序Processing1、Processing2、Processing3、Processing4和Processing5;这5个装配工序之间的前后设置顺序依次为Processing1、Processing2、Processing3、Processing4和Processing5;
通过如步骤9的计算,假设装配工序Processing1的最优移动路径方向为沿X轴,装配工序Processing2的最优移动路径方向为沿X轴,装配工序Processing3的最优移动路径方向为沿Z轴,装配工序Processing4的最优移动路径方向为沿Y轴,装配工序Processing5的最优移动路径方向为沿Y轴,那么,在该装配车间的整套装配工序(上述5个装配工序)上,使得待移动构件先沿装配工序Processing1的X轴方向移动(具体由装配工序Processing1的3D运动机构负责对其进行移动),再沿装配工序Processing2的X轴方向移动(由装配工序Processing2的3D运动机构负责对其进行移动),然后沿装配工序Processing3的Z轴方向移动(由装配工序Processing3的3D运动机构负责对其进行移动),再沿装配工序Processing4的Y轴方向移动(由装配工序Processing4的3D运动机构负责对其进行移动),最后沿装配工序Processing5的Y轴方向移动(由装配工序Processing5的3D运动机构负责对其进行移动)。
尽管以上详细地描述了本发明的优选实施例,但是应该清楚地理解,对于本领域的技术人员来说,本发明可以有各种更改和变化。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 (3)
1.一种3D运动机构智能移动方法,其特征在于,包括如下步骤:
步骤1,预先获取装配车间内装配工序总数量以及每一个装配工序上所设置的各传感器信息;其中,该装配车间内的装配工序总数量标记为M,第m个装配工序标记为Processingm,该装配车间内的装配工序均为具有XYZ轴三自由度的3D运动机构,3D运动机构设置有沿X轴的机械抓手、沿Y轴的机械抓手以及沿Z轴的机械抓手;装配工序Processingm上所设置的传感器总数量标记为装配工序Processingm的第n个传感器标记为
步骤2,在装配车间启动装配工作,且各装配工序启动对应的装配工作后,在预设时间段内按照预设采样时刻分别获取各装配工序上各传感器所检测到的参数值,分别形成对应各装配工序上的传感器参数样本值集合;
其中,预设时间段标记为T,该预设时间段T内的预设采样时刻总数量标记为J,第j个预设采样时刻标记为tj,tj∈[0,T],1≤j≤J;传感器在预设采样时刻tj所采集的参数数值标记为装配工序Processingm上的传感器参数样本值集合标记为
步骤3,针对所得每一个装配工序上的传感器参数样本值集合,分别拟合得到该装配工序上的每一个传感器所对应的传感器参数数值实时拟合曲线;其中,装配工序Processingm上的传感器所对应的传感器参数数值实时拟合曲线标记为
步骤4,获取每一个装配工序上的各传感器参数数值实时拟合曲线所对应的拐点时刻值,分别形成针对各装配工序的拐点时刻集合;
步骤5,分别计算每一个装配工序的拐点时刻集合内具有最小时刻数值的拐点时刻,将该具有最小时刻数值的拐点时刻作为该装配工序所对应的所有传感器检测性能进行校准的最优校准时刻;其中,装配工序Processingm所对应的所有传感器检测性能进行校准的最优校准时刻标记为
步骤6,令装配车间内各装配工序上的每一个传感器在各自所属装配工序的最优校准时刻启动针对自身检测程序的校准,使得每一个传感器具有校准后的检测状态;
步骤7,获取所述装配车间内待移动构件产品的结构参数信息;其中,待移动构件产品的结构参数信息包括待移动构件产品的三维方向尺寸信息和该待移动构件产品的轮廓形状信息;
所述待移动构件产品的三维方向尺寸信息包括该待移动构件产品沿X轴方向的结构尺寸序列、沿Y轴方向的尺寸序列以及沿Z轴方向的尺寸序列;
待移动构件产品沿X轴方向的结构尺寸序列标记为ComponentX,ComponentX={componentX,u},1≤u≤U,componentX,u为待移动构件产品沿X轴方向的第一个结构的尺寸值,U为待移动构件产品沿X轴方向所具有结构的总数量;
待移动构件产品沿Y轴方向的结构尺寸序列标记为ComponentY,ComponentY={componentY,v},1≤v≤V,componentY,v为待移动构件产品沿Y轴方向的第一个结构的尺寸值,V为待移动构件产品沿Y轴方向所具有结构的总数量;
待移动构件产品沿Z轴方向的结构尺寸序列标记为ComponentZ,ComponentZ={componentZ,w},1≤w≤W,componentZ,w为待移动构件产品沿Z轴方向的第一个结构的尺寸值,W为待移动构件产品沿Z轴方向所具有结构的总数量;
步骤8,预先获取各装配工序分别沿X轴、Y轴和Z轴移动时所对应的功耗速度,并根据预先获取的各功耗速度以及所述的待移动构件产品的结构参数信息,得到各装配工序分别移动所述待移动构件产品需要的单向移动功耗速度;
步骤9,针对每一个装配工序,计算其移动所述待移动构件产品在X轴、Y轴和Z轴分别需要的单向移动功耗速度中的最小功耗速度值,将最小功耗速度值所对应的移动方向作为该装配工序的最优移动路径方向;
步骤10,按照各装配工序的前后设置顺序,分别令所述待移动构件在每一个装配工序的最优移动路径方向上移动。
2.根据权利要求1所述的3D运动机构智能移动方法,其特征在于,各装配工序上至少设置有距离传感器。
3.根据权利要求1所述的3D运动机构智能移动方法,其特征在于,步骤2中的所述预设时间段T为自各装配工序在装配车间内完成组装时刻起的30天,所述预设时间段T内的预设采样时刻总数量J=12。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010424685.8A CN111906759B (zh) | 2020-05-19 | 2020-05-19 | 一种3d运动机构智能移动方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010424685.8A CN111906759B (zh) | 2020-05-19 | 2020-05-19 | 一种3d运动机构智能移动方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111906759A CN111906759A (zh) | 2020-11-10 |
CN111906759B true CN111906759B (zh) | 2022-04-08 |
Family
ID=73237560
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010424685.8A Active CN111906759B (zh) | 2020-05-19 | 2020-05-19 | 一种3d运动机构智能移动方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111906759B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115674203A (zh) * | 2022-11-02 | 2023-02-03 | 中联重科股份有限公司 | 工装控制方法、装置、处理器及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107263484A (zh) * | 2017-08-10 | 2017-10-20 | 南京埃斯顿机器人工程有限公司 | 机器人关节空间点到点运动的轨迹规划方法 |
CN108972554A (zh) * | 2018-08-06 | 2018-12-11 | 中汽研汽车检验中心(武汉)有限公司 | 一种基于拟合曲线曲率特征的复杂曲面机器人路径点提取方法 |
CN110874082A (zh) * | 2018-08-31 | 2020-03-10 | 大族激光科技产业集团股份有限公司 | 工件拐角的切割路径确定方法、设备和存储介质 |
CN110948493A (zh) * | 2019-12-26 | 2020-04-03 | 广州机械科学研究院有限公司 | 机器人曲线路径生成方法、系统、装置和存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3930482B2 (ja) * | 2004-01-19 | 2007-06-13 | ファナック株式会社 | 3次元視覚センサ |
-
2020
- 2020-05-19 CN CN202010424685.8A patent/CN111906759B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107263484A (zh) * | 2017-08-10 | 2017-10-20 | 南京埃斯顿机器人工程有限公司 | 机器人关节空间点到点运动的轨迹规划方法 |
EP3566822A1 (en) * | 2017-08-10 | 2019-11-13 | Nanjing Estun Robotics Co., Ltd. | Robot joint space point-to-point movement trajectory planning method |
CN108972554A (zh) * | 2018-08-06 | 2018-12-11 | 中汽研汽车检验中心(武汉)有限公司 | 一种基于拟合曲线曲率特征的复杂曲面机器人路径点提取方法 |
CN110874082A (zh) * | 2018-08-31 | 2020-03-10 | 大族激光科技产业集团股份有限公司 | 工件拐角的切割路径确定方法、设备和存储介质 |
CN110948493A (zh) * | 2019-12-26 | 2020-04-03 | 广州机械科学研究院有限公司 | 机器人曲线路径生成方法、系统、装置和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111906759A (zh) | 2020-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104057290B (zh) | 一种基于视觉和力反馈控制的机器人装配方法与系统 | |
CN109514549B (zh) | 一种可实现六自由度的tcp在线快速标定方法及装置 | |
CN109794963B (zh) | 一种面向曲面构件的机器人快速定位方法 | |
CN107421442A (zh) | 一种外部测量辅助的机器人定位误差在线补偿方法 | |
CN102601684B (zh) | 基于间接测量法的高精度制孔机器人的工具参数标定方法 | |
CN104216283B (zh) | 飞机导管加工文件快速生成方法 | |
CN111906759B (zh) | 一种3d运动机构智能移动方法 | |
CN103713579A (zh) | 一种工业机器人作业方法 | |
CN111687845B (zh) | 一种基于惯性测量单元的机械臂运动学参数标定方法 | |
CN109059755B (zh) | 一种机器人高精度手眼标定方法 | |
CN109445377A (zh) | 一种面向多工序加工系统的加工尺寸偏差控制方法 | |
CN110962127B (zh) | 一种用于机械臂末端位姿辅助标定装置及其标定方法 | |
CN113799130B (zh) | 一种人机协作装配中的机器人位姿标定方法 | |
CN110967042A (zh) | 一种工业机器人定位精度标定方法、装置及系统 | |
CN114310883A (zh) | 一种基于多知识库的机械臂自主装配方法 | |
CN106447781B (zh) | 一种基于Minkowski和面向自动装配的碰撞检测方法 | |
CN106092053A (zh) | 一种机器人重复定位系统及其定位方法 | |
CN113001069A (zh) | 一种六关节机器人的焊缝跟踪方法 | |
CN110428436B (zh) | 一种钢卷贴标喷码六轴机器人选型与安装位置的确定方法 | |
CN1330466C (zh) | 基于运动选择的机器人在线手眼标定方法 | |
CN108723888B (zh) | 直线进给轴刀尖点相对于光栅检测点位置偏差估计方法 | |
CN107443369A (zh) | 一种基于视觉测量模型逆辨识的机器臂无标定伺服控制方法 | |
CN114932551A (zh) | 机械臂零点标定方法、系统及介质 | |
CN108107882A (zh) | 基于光学运动跟踪的服务机器人自动标定与检测系统 | |
Sun et al. | Optimal kinematic design of a 2-DOF planar parallel robot |
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 |