CN113183156A - 一种基于数字孪生技术的智能码垛方法 - Google Patents

一种基于数字孪生技术的智能码垛方法 Download PDF

Info

Publication number
CN113183156A
CN113183156A CN202110535363.5A CN202110535363A CN113183156A CN 113183156 A CN113183156 A CN 113183156A CN 202110535363 A CN202110535363 A CN 202110535363A CN 113183156 A CN113183156 A CN 113183156A
Authority
CN
China
Prior art keywords
goods
tray
cargo
stacking method
selecting
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.)
Granted
Application number
CN202110535363.5A
Other languages
English (en)
Other versions
CN113183156B (zh
Inventor
魏丽军
刘婷
刘强
邱坚
严都喜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN202110535363.5A priority Critical patent/CN113183156B/zh
Publication of CN113183156A publication Critical patent/CN113183156A/zh
Application granted granted Critical
Publication of CN113183156B publication Critical patent/CN113183156B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • B25J9/1687—Assembly, peg and hole, palletising, straight line, weaving pattern movement
    • 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
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/1607—Calculation of inertia, jacobian matrixes and inverses
    • 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
    • B25J9/1666—Avoiding collision or forbidden zones
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G57/00—Stacking of articles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G2201/00—Indexing codes relating to handling devices, e.g. conveyors, characterised by the type of product or load being conveyed or handled
    • B65G2201/02—Articles
    • B65G2201/0235—Containers
    • B65G2201/0258—Trays, totes or bins

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Robotics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Automation & Control Theory (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Stacking Of Articles And Auxiliary Devices (AREA)

Abstract

本发明涉及一种基于数字孪生技术的智能码垛方法，包括如下步骤：步骤A，搭建与真实场景一致的仿真模型，采集货物规格信息，输入至仿真模型中；步骤B，当待摆放的货物放置在托盘内的一个位置时，依据待摆放的货物与周围货物的高度差别以及浪费空间对该位置进行评价并得出对应的评价值，其中浪费空间为待摆放的货物放置后与周围货物和托盘之间的间隙，评价值与高度差别及浪费空间均负相关；步骤C，计算不同位置的评价值，在仿真模型中选取评价值最高的位置放置货物，在真实场景中按照同样的方式放置货物。实时模拟仿真系统和真实场景中的参数，通过计算不同摆放位置的评价值挑选最佳的码垛点，从而实现最佳的码垛方式，提高码垛效率。

Description

一种基于数字孪生技术的智能码垛方法
技术领域
本发明涉及码垛技术领域，具体涉及一种基于数字孪生技术的智能码垛方法。
背景技术
传统拆垛码垛系统需要先知道货物信息，离线设计码垛方案，然后再进行码垛或者只能对单规格的货物进行在线码垛，这种方式存在缺点如下：
(1)对货物的要求高，需要货物的尺寸规格一致，在实际应用受限制大；
(2)无法远程操控，不能实现无人化；
(3)码垛系统的码垛过程无法在设计初期直观展示出来；
(4)未规划设计机械臂的运动轨迹。
发明内容
本发明的目的在于针对现有技术中的不足之处，提供一种贴合实际生产，可以对从输送带过来的信息欠完备的货物进行码垛的基于数字孪生技术的智能码垛方法。
为达此目的，本发明采用以下技术方案：
一种基于数字孪生技术的智能码垛方法，包括如下步骤：
步骤A，搭建与真实场景一致的仿真模型，采集货物规格信息，输入至仿真模型中；
步骤B，当待摆放的货物放置在托盘内的一个位置时，依据待摆放的货物与周围货物的高度差别以及浪费空间对该位置进行评价并得出对应的评价值，其中浪费空间为待摆放的货物放置后与周围货物和托盘之间的间隙，评价值与高度差别及浪费空间均负相关；
步骤C，计算不同位置的评价值，在仿真模型中选取评价值最高的位置放置货物，在真实场景中按照同样的方式放置货物。
更进一步的说明，将托盘平面分割为n×n的网格空间，每个网格用(i，j)表示其在托盘平面内的位置，货物层叠码垛至网格空间内；
所述评价值通过如下公式计算评价：
F＝-α1Gvar+α2Ghigh+α3Gflush-α4Gwaste-α5(i+j)-α6hi,j
Gvar表示待放置货物放在托盘上的一个位置后，该货物占据的网格与其周围货物所占据的网格的高度差的绝对值之和；若货物至少有一边与托盘的边缘对齐，则Gvar＝0；
Ghigh表示待放置货物放在托盘上的一个位置后，高于该货物的相邻货物占据的网格数量；
Gflush表示待放置货物放在托盘上的一个位置后，和该货物等高的相邻货物占据的网格数量；
Gwaste表示一个货物放置在托盘上后所浪费的空间；
hi,j表示(i，j)网格已放置货物的高度。
更进一步的说明，若托盘内没有货物，则选取托盘的顶角位置作为放置点，且设置第一个放置点为原点并建立坐标系，以托盘平面为底、托盘最大摆放高度为高的立方体的六个面作为摆放边界；
若托盘内已有货物，则按照如下步骤选择放置点：
步骤M1，选取同时与在先货物以及摆放边界相邻的位置作为第一候选点；选取同时与两个相邻边界相邻的位置作为第二候选点；
步骤M2，判断若干第一候选点和第二候选点是否可以完全容纳待放置货物，若可以完全容纳待放置货物，则计算该位置的评价值。
更进一步的说明，货物占据的网格数量向上取整。
更进一步的说明，计算货物支撑率β，其中β＝待放置货物下底面/待放置货物下底面与下方货物的接触面积；若β≥80％，则将货物放置到该位置，否则舍弃该位置。
更进一步的说明，在码放货物时还包括规避障碍物的判断，若机械臂在码放货物时，路径上存在障碍物，则选取障碍物的上方或侧面重新规划轨迹，并在规划的轨迹上随机取点，使用多项式插值法求取轨迹最佳拟合线，再利用逆运动学求解关节角，选出合适的机械臂运动轨迹。
上述技术方案可以带来以下有益效果：实时模拟仿真系统和真实场景中的参数，通过计算不同摆放位置的评价值挑选最佳的码垛点，从而实现最佳的码垛方式，提高码垛效率。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明的一个实施例进行码垛的示意图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
如图1所示，一种基于数字孪生技术的智能码垛方法，包括如下步骤：
步骤A，搭建与真实场景一致的仿真模型，采集货物规格信息，输入至仿真模型中；
步骤B，当待摆放的货物放置在托盘内的一个位置时，依据待摆放的货物与周围货物的高度差别以及浪费空间对该位置进行评价并得出对应的评价值，其中浪费空间为待摆放的货物放置后与周围货物和托盘之间的间隙，评价值与高度差别及浪费空间均负相关；
步骤C，计算不同位置的评价值，在仿真模型中选取评价值最高的位置放置货物，在真实场景中按照同样的方式放置货物。
首先，根据智能拆垛码垛系统的工作场地、流程、工艺、设备、计划等，借助仿真软件Demo3D搭建出仿真模型。并在仿真平台上对设备模型进行模块化封装，对仿真平台专用库(包括模型库、脚本库) 进行集成建设。仿真软件搭建出来的仿真模型视图具有真实的物理特性(重力，摩擦力，速度，撞击、惯性等)，有非常精细的仿真细节，富有震撼的视觉效果，智能拆垛码垛系统借助该仿真模型可以进行动态运行和效果验证。控制系统接收到拆垛码垛指令后，通过PLC驱动现场装备和仿真模型运动。现场装备和仿真模型中的传感器采集的实时数据通过控制系统上传进行组态监控。本智能拆垛码垛方法能够做到实物系统和仿真模型之间的数据和信号实时同步，构建了一个高性能、通用和可扩展的综合测试平台。通过半实物仿真的形式，调节实物或仿真系统的部分关键参数，在数字孪生技术的驱动下，通过虚拟仿真平台和生产线实物设备的双向真实映射和实时信息交互，实现仿真模型和实物设备的全要素、全流程和全业务数据的集成和融合，最终完成整个拆垛码垛系统的部署和搭建。
更进一步的说明，将托盘平面分割为n×n的网格空间，每个网格用(i，j)表示其在托盘平面内的位置，货物层叠码垛至网格空间内；
所述评价值通过如下公式计算评价：
F＝-α1Gvar+α2Ghigh+α3Gflush-α4Gwaste-α5(i+j)-α6hi,j
Gvar表示待放置货物放在托盘上的一个位置后，该货物占据的网格与其周围货物所占据的网格的高度差的绝对值之和；若货物至少有一边与托盘的边缘对齐，则Gvar＝0；
Ghigh表示待放置货物放在托盘上的一个位置后，高于该货物的相邻货物占据的网格数量；
Gflush表示待放置货物放在托盘上的一个位置后，和该货物等高的相邻货物占据的网格数量；
Gwaste表示一个货物放置在托盘上后所浪费的空间；
hi,j表示(i，j)网格已放置货物的高度。
F是一个评价函数，评估当前可摆放位置的适应度。当适应度越大，说明货物摆放在这个位置越合适。每个变量前的符号代表着惩罚者或着奖励，例如“-α4Gwaste”：当进行码垛时，浪费空间越少越好，因此前面的系数是“-”，则“-α4”代表惩罚系数，当浪费空间变大时，当前适应度值就会变小，当浪费空间接近0时，则适应度值会接近最优。故F值最大就是最好的位置。根据实际数据，运用田口分析方法，对各个α值进行训练计算，并得出其最优值。
更进一步的说明，若托盘内没有货物，则选取托盘的顶角位置作为放置点，且设置第一个放置点为原点并建立坐标系，以托盘平面为底、托盘最大摆放高度为高的立方体的六个面作为摆放边界；
若托盘内已有货物，则按照如下步骤选择放置点：
步骤M1，选取同时与在先货物以及摆放边界相邻的位置作为第一候选点；选取同时与两个相邻边界相邻的位置作为第二候选点；
步骤M2，判断若干第一候选点和第二候选点是否可以完全容纳待放置货物，若可以完全容纳待放置货物，则计算该位置的评价值。
在三维码垛环境下，有很多位置可以对待放置的货物进行码垛，如果每一个点都进行尝试，会增大计算量，导致不能快速给出码垛方案。因此在选取可放置点的时候，优先策略是靠边放置，也即优先靠近托盘边缘的位置放置，优先靠近已摆放的货物的边缘放置，这样可以尽可能的减少浪费空间的产生，当选取了若干第一候选点和第二候选点后，再评价该位置的评价值，就容易计算，模拟码垛的效果，提升码垛效率。如图1所示，灰色数字5代表当前托盘内放置了长宽为 3，高度为5的3×3×5的货物，此时选择下一个可放置的点的时候，就选取与之相邻的黑色的三个位置。
更进一步的说明，货物占据的网格数量向上取整。
进行码垛时，货物之间本身就留有一定的间隙。对托盘离散化可以根据需要调整，一般以mm为单位，摆放精度的向上取整可以保证在对整个算法的影响并不是很大的情况下，简化运算，提高码垛效率。
更进一步的说明，计算货物支撑率β，其中β＝待放置货物下底面/待放置货物下底面与下方货物的接触面积；若β≥80％，则将货物放置到该位置，否则舍弃该位置。
80％是最小的支撑率，其支撑范围是80％～100％，支撑率越高，则稳定性更好。如果改点的支撑率不满足要求，也即货物码垛到这个位置时会有倾倒的风险，此时就将该位置舍弃。
更进一步的说明，在码放货物时还包括规避障碍物的判断，若机械臂在码放货物时，，路径上存在障碍物，则选取障碍物的上方或侧面重新规划轨迹，并在规划的轨迹上随机取点，使用多项式插值法求取轨迹最佳拟合线，再利用逆运动学求解关节角，选出合适的机械臂运动轨迹。
在实际的码垛环境下，机械臂并非可以将每一个货物放置到理想的位置，有时候需要调整移动货物的路线才能将货物码垛到位。为了使本方法更加贴近实际生产需要，因此在码放货物时进行是否避障的判断。逆运动学求解角度为现有知识，在此不做赘述。
以上内容仅为本发明的较佳实施例，对于本领域的普通技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，本说明书内容不应理解为对本发明的限制。

Claims (6)

1.一种基于数字孪生技术的智能码垛方法，其特征在于，包括如下步骤：
步骤A，搭建与真实场景一致的仿真模型，采集货物规格信息，输入至仿真模型中；
步骤B，当待摆放的货物放置在托盘内的一个位置时，依据待摆放的货物与周围货物的高度差别以及浪费空间对该位置进行评价并得出对应的评价值，其中浪费空间为待摆放的货物放置后与周围货物和托盘之间的间隙，评价值与高度差别及浪费空间均负相关；
步骤C，计算不同位置的评价值，在仿真模型中选取评价值最高的位置放置货物，在真实场景中按照同样的方式放置货物。
2.根据权利要求1所述的一种基于数字孪生技术的智能码垛方法，其特征在于，将托盘平面分割为n×n的网格空间，每个网格用(i，j)表示其在托盘平面内的位置，货物层叠码垛至网格空间内；
所述评价值通过如下公式计算评价：
F＝-α1Gvar+α2Ghigh+α3Gflush-α4Gwaste-α5(i+j)-α6hi，j
Gvar表示待放置货物放在托盘上的一个位置后，该货物占据的网格与其周围货物所占据的网格的高度差的绝对值之和；若货物至少有一边与托盘的边缘对齐，则Gvar＝0；
Ghigh表示待放置货物放在托盘上的一个位置后，高于该货物的相邻货物占据的网格数量；
Gflush表示待放置货物放在托盘上的一个位置后，和该货物等高的相邻货物占据的网格数量；
Gwaste表示一个货物放置在托盘上后所浪费的空间；
hi，j表示(i，j)网格已放置货物的高度。
3.根据权利要求2所述的一种基于数字孪生技术的智能码垛方法，其特征在于：
若托盘内没有货物，则选取托盘的顶角位置作为放置点，且设置第一个放置点为原点并建立坐标系，以托盘平面为底、托盘最大摆放高度为高的立方体的六个面作为摆放边界；
若托盘内已有货物，则按照如下步骤选择放置点：
步骤M1，选取同时与在先货物以及摆放边界相邻的位置作为第一候选点；选取同时与两个相邻边界相邻的位置作为第二候选点；
步骤M2，判断若干第一候选点和第二候选点是否可以完全容纳待放置货物，若可以完全容纳待放置货物，则计算该位置的评价值。
4.根据权利要求2所述的一种基于数字孪生技术的智能码垛方法，其特征在于：货物占据的网格数量向上取整。
5.根据权利要求3所述的一种基于数字孪生技术的智能码垛方法，其特征在于：计算货物支撑率β，其中β＝待放置货物下底面/待放置货物下底面与下方货物的接触面积；若β≥80％，则将货物放置到该位置，否则舍弃该位置。
6.根据权利要求2所述的一种基于数字孪生技术的智能码垛方法，其特征在于：在码放货物时还包括规避障碍物的判断，若机械臂在码放货物时，，路径上存在障碍物，则选取障碍物的上方或侧面重新规划轨迹，并在规划的轨迹上随机取点，使用多项式插值法求取轨迹最佳拟合线，再利用逆运动学求解关节角，选出合适的机械臂运动轨迹。
CN202110535363.5A 2021-05-17 2021-05-17 一种基于数字孪生技术的智能码垛方法 Active CN113183156B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110535363.5A CN113183156B (zh) 2021-05-17 2021-05-17 一种基于数字孪生技术的智能码垛方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110535363.5A CN113183156B (zh) 2021-05-17 2021-05-17 一种基于数字孪生技术的智能码垛方法

Publications (2)

Publication Number Publication Date
CN113183156A true CN113183156A (zh) 2021-07-30
CN113183156B CN113183156B (zh) 2021-11-23

Family

ID=76982162

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110535363.5A Active CN113183156B (zh) 2021-05-17 2021-05-17 一种基于数字孪生技术的智能码垛方法

Country Status (1)

Country Link
CN (1) CN113183156B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113878573A (zh) * 2021-09-02 2022-01-04 珠海格力电器股份有限公司 码垛机器人的控制方法及系统
CN113895728A (zh) * 2021-09-30 2022-01-07 合肥辰视机器人科技有限公司 贪心码垛方法、装置及计算机可读存储介质
CN115057245A (zh) * 2022-07-28 2022-09-16 广东科伺智能科技有限公司 一种基于总线控制器与伺服系统的拆码垛系统
CN115392842A (zh) * 2022-10-30 2022-11-25 合肥焕智科技有限公司 一种基于人工智能的托盘识别分析方法
CN116520856A (zh) * 2023-07-04 2023-08-01 交通运输部水运科学研究所 基于igv智慧导航的码头运输车定量安全避让系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000007155A (ja) * 1998-06-22 2000-01-11 Sekisui Chem Co Ltd 積み付けシミュレーションシステム及びシミュレーション方法
CN104528389A (zh) * 2014-12-24 2015-04-22 天津商业大学 一种错位码垛规划的方法
CN104860076A (zh) * 2015-06-09 2015-08-26 洛阳理工学院 一种自动码转机的堆垛龙门架机构及其砖坯堆垛方法
CN106564761A (zh) * 2015-10-08 2017-04-19 胡雨滨 码垛机器人系统
CN109384042A (zh) * 2018-11-29 2019-02-26 湖南视比特机器人有限公司 序列增量式码垛方法及其装置和计算机可读存储介质
CN111899630A (zh) * 2020-08-10 2020-11-06 天津博诺智创机器人技术有限公司 工业机器人系统操作员培训考核平台

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000007155A (ja) * 1998-06-22 2000-01-11 Sekisui Chem Co Ltd 積み付けシミュレーションシステム及びシミュレーション方法
CN104528389A (zh) * 2014-12-24 2015-04-22 天津商业大学 一种错位码垛规划的方法
CN104860076A (zh) * 2015-06-09 2015-08-26 洛阳理工学院 一种自动码转机的堆垛龙门架机构及其砖坯堆垛方法
CN106564761A (zh) * 2015-10-08 2017-04-19 胡雨滨 码垛机器人系统
CN109384042A (zh) * 2018-11-29 2019-02-26 湖南视比特机器人有限公司 序列增量式码垛方法及其装置和计算机可读存储介质
CN111899630A (zh) * 2020-08-10 2020-11-06 天津博诺智创机器人技术有限公司 工业机器人系统操作员培训考核平台

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113878573A (zh) * 2021-09-02 2022-01-04 珠海格力电器股份有限公司 码垛机器人的控制方法及系统
CN113895728A (zh) * 2021-09-30 2022-01-07 合肥辰视机器人科技有限公司 贪心码垛方法、装置及计算机可读存储介质
CN115057245A (zh) * 2022-07-28 2022-09-16 广东科伺智能科技有限公司 一种基于总线控制器与伺服系统的拆码垛系统
CN115392842A (zh) * 2022-10-30 2022-11-25 合肥焕智科技有限公司 一种基于人工智能的托盘识别分析方法
CN115392842B (zh) * 2022-10-30 2023-01-31 合肥焕智科技有限公司 一种基于人工智能的托盘识别分析方法
CN116520856A (zh) * 2023-07-04 2023-08-01 交通运输部水运科学研究所 基于igv智慧导航的码头运输车定量安全避让系统
CN116520856B (zh) * 2023-07-04 2023-09-22 交通运输部水运科学研究所 基于igv智慧导航的码头运输车定量安全避让系统

Also Published As

Publication number Publication date
CN113183156B (zh) 2021-11-23

Similar Documents

Publication Publication Date Title
CN113183156B (zh) 一种基于数字孪生技术的智能码垛方法
JP6374993B2 (ja) 複数の吸着カップの制御
Lakshmanan et al. Complete coverage path planning using reinforcement learning for tetromino based cleaning and maintenance robot
US9393693B1 (en) Methods and systems for determining and modeling admissible gripper forces for robotic devices
US7471997B2 (en) Landing-control device and landing-control method for aircraft
JP2017520418A (ja) 軌道計画のための物体測定基準のリアルタイム確定
CN110866313A (zh) 一种实现断路器自动化检测流水线的数字孪生建模的方法
CN103090791A (zh) 散堆物料的测量系统、方法、装置和堆取料控制系统
CN103381603A (zh) 高压输电线路除冰巡线机器人的自主越障规划方法
CN107015530A (zh) 模拟装置以及模拟方法
CN110203325A (zh) 船舶自主航行系统的避碰功能的测试方法及系统
CN110989603B (zh) 一种起重机搬运作业路径规划方法
CN114044369A (zh) 一种基于自适应巡航技术的码垛机械手的控制方法
CN111331607A (zh) 一种基于机械臂的自主抓取与码垛方法及系统
CN112122842A (zh) 一种基于激光视觉的Delta焊接机器人系统
US11809521B2 (en) Network modularization to learn high dimensional robot tasks
Cannon et al. Virtual tools for supervisory and collaborative control of robots
Hirasawa Improvement of the mobility on the step-field for a stair climbable robot with passive crawlers
Kraft et al. Automatic grasp generation and improvement for industrial bin-picking
CN109298715B (zh) 机器人行进控制系统及行进控制方法
CN114088096B (zh) 一种基于邻域选择性交互的群机器人协同导航方法
CN106597844A (zh) 一种机器人防摔倒控制方法及系统
CN115097816A (zh) 一种模块化多机器人协作控制方法
Kuzu et al. Optimization of grading path planning for an autonomous construction machine
CN106393115A (zh) 一种瓷砖抓取机构的控制系统

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