CN114274119B - 一种多轴并联机器人多传感器信息融合控制系统及其方法 - Google Patents
一种多轴并联机器人多传感器信息融合控制系统及其方法 Download PDFInfo
- Publication number
- CN114274119B CN114274119B CN202111546443.7A CN202111546443A CN114274119B CN 114274119 B CN114274119 B CN 114274119B CN 202111546443 A CN202111546443 A CN 202111546443A CN 114274119 B CN114274119 B CN 114274119B
- Authority
- CN
- China
- Prior art keywords
- sensor
- information
- control system
- axis parallel
- parallel 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.)
- Active
Links
- 230000004927 fusion Effects 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 89
- 230000007246 mechanism Effects 0.000 claims abstract description 50
- 230000033001 locomotion Effects 0.000 claims abstract description 48
- 230000003993 interaction Effects 0.000 claims abstract description 27
- 238000012544 monitoring process Methods 0.000 claims abstract description 16
- 238000007500 overflow downdraw method Methods 0.000 claims abstract description 11
- 238000006073 displacement reaction Methods 0.000 claims description 42
- 238000001514 detection method Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000007499 fusion processing Methods 0.000 claims description 3
- 238000005452 bending Methods 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Manipulator (AREA)
Abstract
本发明公开了一种多轴并联机器人多传感器信息融合控制系统及其方法，该系统包括传感器组、信号处理电路组、主控系统、人机交互平台、运动控制系统和多轴并联机器人机构；传感器组分别通过电性连接所对应的信号处理电路组；信号处理电路组通过电性连接主控系统；主控系统对多传感器信息进行信息数据融合，生成运动执行控制指令，通过CAN总线连接和发送控制指令至运动控制系统；人机交互平台通过网络连接主控系统，实时监控各项传感器信息数据值和操作主控系统；运动控制系统通过CAN总线控制多轴并联机器人机构。本发明通过多传感器信息融合方法构建多传感器信息网络，为实现多轴并联机器人力位和误差补偿的精确控制提供多传感器信息。
Description
技术领域
本发明属于多轴并联机器人控制技术领域，具体涉及一种多轴并联机器人多传感器信息融合控制系统及其方法。
背景技术
近年来，国内汽车工业及航空工业迅速发展，对三维弯曲管材构件如引擎架、排气管等提出了更高要求，并且对可以生产此类构件的生产装备更是有迫切需求。
三维矢量成形机器人多轴联动控制系统的优化研究旨在实现对装备系统的各项指令、功能的驱动实现，是装备高性能、自动化、一体化作业的关键，被喻为装备的“灵魂”。控制系统接收来自传感器的检测信号，根据操作任务的要求，结合内置处理算法，驱动电机或液压等类型的执行机构，使其快速、高效的到达目标状态，推动各项作业任务完成。同时，控制系统同样提供人机交互接口，不仅可以有效执行作业命令，还可以有效监测装备内部状态，是装备安全运行的有效保障。
三维矢量精确成形机器人多轴联动控制系统实现高强钢的3DQ，满足了航空航天与车辆领域一些长期在高温、高压、高应力、强腐蚀及复杂载荷等极端环境下服役的高强钢三维复杂构件的需求。而目前主流的基于多轴构成的三维矢量成形装备的弯曲模主要靠伺服电机驱动，驱动力不足且机头整体刚度低。在成形大尺寸、厚壁管材时，随着偏距值的增大，相对弯曲半径的减小，轴向推力将显著增大，从而导致机头整体变形，直接影响了三维复杂弯曲构件的几何精度。
并联机器人机构通常有电液伺服系统驱动，具有刚度重量比大、承载能力强、误差累计小、动态性能好、结构紧凑、综合制造成本低等优势。随着机器人技术的发展，并联机构在渐进成形中更是发挥着越来越重要的作用。可以预见的是，自由度更多，柔性化程度更高的并联运动机床和工业机器人将会在渐进成形过程中得到更广泛的应用。
通过上述可以看出，目前急需一种多轴并联机器人多传感器信息融合控制系统及其方法，通过多传感器信息融合方法实现对多轴并联机器人力位和误差补偿的精确控制以及为人机交互操作提供多传感器信息，进一步提升多轴并联机器人的精确控制。
发明内容
为了满足上述需求，本发明旨在提供了一种多轴并联机器人多传感器信息融合控制系统及其方法，通过多传感器信息融合方法实现对多轴并联机器人力位和误差补偿的精确控制以及为人机交互操作提供多传感器信息，更加方便操作以及更精确的控制。
为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：
一种多轴并联机器人多传感器信息融合控制系统，包括具有多个传感器的传感器组、具有多个信号处理电路的信号处理电路组、主控系统、人机交互平台、运动控制系统和多轴并联机器人机构；所述信号处理电路组内信号处理电路的数量与所述传感器组内传感器的数量相等且一一对应；所述传感器组内的所有传感器分别与所述信号处理电路组内对应的信号处理电路电性连接，所述信号处理电路组内的所有信号处理电路分别与所述主控系统电性连接，所述主控系统通过CAN总线与所述运动控制系统连接，所述主控系统通过网络与所述人机交互平台连接，所述运动控制系统通过CAN总线与所述多轴并联机器人机构连接；
所述传感器组负责采集所述多轴并联机器人机构的关节力或平台执行应力信息、关节力矩或平台执行应力矩信息、连杆位移信息；
所述信号处理电路组负责获取并处理所述传感器组采集到的各种传感器信息；
所述主控系统负责对所有经所述信号处理电路组处理后的传感器信息进行信息数据融合，生成运动执行控制指令，并将控制指令发送至所述运动控制系统；
所述人机交互平台用于实时监控有所述传感器组采集到的各项传感器信息数据值，以及用于操作所述主控系统；
所述运动控制系统负责根据由所述主控系统发出的运动执行控制指令控制所述多轴并联机器人机构的运动。
进一步的，所述传感器组内包含力传感器、力矩传感器和位移传感器。
进一步的，所述力传感器负责获取所述多轴并联机器人机构的关节力或平台执行应力信息；所述力矩传感器负责获取所述多轴并联机器人机构的关节力矩或平台执行应力矩信息；所述位移传感器负责获取所述多轴并联机器人机构的连杆的位移信息。
进一步的，所述信号处理电路组内包含力传感器信号处理电路、力矩传感器信号处理电路和位移传感器信号处理电路，所述力传感器信号处理电路、所述力矩传感器信号处理电路和所述位移传感器信号处理电路分别与所述力传感器、所述力矩传感器和所述位移传感器一一相互对应，分别获取和处理对应的传感器数据信息。
进一步的，所述力传感器信号处理电路、所述力矩传感器信号处理电路和所述位移传感器信号处理电路中均包含信号滤波电路、放大电路、采集电路和转换电路在内的硬件电路。
进一步的，所述主控系统采用数据层融合至特征层融合至决策层融合的三层融合方法对所述传感器组的信息进行信息数据融合。
进一步的，所述人机交互平台分为监控区和操作控制区，所述监控区负责实时监控所述传感器组的各项传感器信息数据值，所述操作控制区用于操作人员操作所述主控系统。
一种控制系统的多轴并联机器人多传感器信息融合控制方法，包括以下步骤：
SS00、将所述传感器组中的不同功能的传感器分别安装集成至所述多轴并联机器人机构相应的检测位置，所述的检测位置包括所述多轴并联机器人机构的各个关节位置以及连杆位置；
SS01、所述传感器组中的各个传感器实时采集所述多轴并联机器人机构的关节力或平台执行应力信息、关节力矩或平台执行应力矩信息、连杆位移信息，并通过电性连接将采集到的所述多轴并联机器人机构的关节力或平台执行应力信息、关节力矩或平台执行应力矩信息、连杆位移信息发送至所述信号处理电路组；
SS02 、所述信号处理电路组通过其内部相对应的信号处理电路分别对所述多轴并联机器人机构的关节力或平台执行应力信息、关节力矩或平台执行应力矩信息、连杆位移信息进行滤波、放大、采集和转换处理，并将经处理后的所述多轴并联机器人机构的关节力或平台执行应力信息、关节力矩或平台执行应力矩信息、连杆位移信息发送至所述主控系统；
SS03、所述主控系统对经处理后的所述多轴并联机器人机构的关节力或平台执行应力信息、关节力矩或平台执行应力矩信息、连杆位移信息采用数据层融合至特征层融合至决策层融合的三层融合方法进行信息数据融合，并通过CAN总线向所述运动控制系统输出多轴并联机器人运动执行调控控制指令；
SS04、所述运动控制系统根据收到的多轴并联机器人运动执行调控控制指令，通过CAN总线控制所述多轴并联机器人机构运动，从而完成指定的工作任务；
SS05、在整个控制过程中，所述传感器组的各个传感器信息数据值同时传送至所述人机交互平台，操作人员通过所述人机交互平台的监控区实时监控所述传感器组的各个传感器信息数据值，同时操作人员通过所述人机交互平台的操作控制区操作所述主控系统。
进一步的，所述主控系统所采用的数据层融合至特征层融合至决策层融合的三层融合方法，具体包括以下步骤：
数据层融合：分别把经处理后的关节力或平台执行应力信息、关节力矩或平台执行应力矩信息、连杆位移信息进行数据层融合，即获取各个传感器的检测值，分析各个传感器的值是否有反常的变化，以决定该数据是否可靠，从而判断各个传感器是否存在失灵、干扰、信号缺失等问题；
特征层融合：把经过数据层融合的各个传感器的相关检测参数数据通过一个二数据输入、一数据输出的4层网络结构的模糊神经网络，将不同度量的信息转换对所述多轴并联机器人机构力和位姿误差质量参数影响程度的一致性描述，在网络的A层根据选择的隶属度函数进行隶属度计算，完成对网络两个输入变量的模糊化处理，B层根据数据的输入，确定规则库中规则的适用度并进行推理，推理结果在C层以加权平均方法进行非模糊化处理；
决策层融合：采用BP算法神经网络，实现对各个检测参数权值的确定和调整，对各个传感器检测数据进行加权融合处理，最终输出多轴并联机器人运动执行调控控制指令。
一种计算机存储介质，所述计算机存储介质中存储有至少一个可执行指令，所述可执行指令使处理器执行如上述的多轴并联机器人多传感器信息融合控制方法对应的操作。
与现有技术相比，本发明的有益效果是：
本发明适用于三维矢量成形并联机器人的精确控制，通过多传感器信息融合方法构建多传感器信息网络，为实现多轴并联机器人力位和误差补偿的精确控制，以及为人机交互操作提供多传感器信息，不仅稳定性、快速性和准确性更佳，而且操作更加方便，安装集成度更高。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，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为本发明的多轴并联机器人多传感器信息融合控制系统的整体结构示意图；
图2为本发明的多轴并联机器人多传感器信息融合控制方法中多传感器信息三层融合流程的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
参见图1-2所示，一种多轴并联机器人多传感器信息融合控制系统，包括具有多个传感器的传感器组1、具有多个信号处理电路的信号处理电路组2、主控系统3、人机交互平台4、运动控制系统5和多轴并联机器人机构6；所述信号处理电路组2内信号处理电路的数量与所述传感器组1内传感器的数量相等且一一对应；所述传感器组1内的所有传感器分别与所述信号处理电路组2内对应的信号处理电路电性连接，所述信号处理电路组2内的所有信号处理电路分别与所述主控系统3电性连接，所述主控系统3通过CAN总线与所述运动控制系统5连接，所述主控系统3通过网络与所述人机交互平台4连接，所述运动控制系统5通过CAN总线与所述多轴并联机器人机构6连接；
所述传感器组1负责采集所述多轴并联机器人机构6的关节力或平台执行应力信息、关节力矩或平台执行应力矩信息、连杆位移信息；
所述信号处理电路组2负责获取并处理所述传感器组1采集到的各种传感器信息；
所述主控系统3负责对所有经所述信号处理电路组2处理后的传感器信息进行信息数据融合，生成运动执行控制指令，并将控制指令发送至所述运动控制系统5；
所述人机交互平台4用于实时监控有所述传感器组1采集到的各项传感器信息数据值，以及用于操作所述主控系统3；
所述运动控制系统5负责根据由所述主控系统3发出的运动执行控制指令控制所述多轴并联机器人机构6的运动。
作为进一步的实施例，所述传感器组1内包含力传感器、力矩传感器和位移传感器。
作为进一步的实施例，所述力传感器负责获取所述多轴并联机器人机构6的关节力或平台执行应力信息；所述力矩传感器负责获取所述多轴并联机器人机构6的关节力矩或平台执行应力矩信息；所述位移传感器负责获取所述多轴并联机器人机构6的连杆的位移信息。
作为进一步的实施例，所述信号处理电路组2内包含力传感器信号处理电路、力矩传感器信号处理电路和位移传感器信号处理电路，所述力传感器信号处理电路、所述力矩传感器信号处理电路和所述位移传感器信号处理电路分别与所述力传感器、所述力矩传感器和所述位移传感器一一相互对应，分别获取和处理对应的传感器数据信息。
作为进一步的实施例，所述力传感器信号处理电路、所述力矩传感器信号处理电路和所述位移传感器信号处理电路中均包含信号滤波电路、放大电路、采集电路和转换电路在内的硬件电路。
作为进一步的实施例，所述主控系统3采用数据层融合301至特征层融合302至决策层融合303的三层融合方法对所述传感器组1的信息进行信息数据融合。
作为进一步的实施例，所述人机交互平台4分为监控区和操作控制区，所述监控区负责实时监控所述传感器组1的各项传感器信息数据值，所述操作控制区用于操作人员操作所述主控系统3。
本发明还提供了一种控制系统的多轴并联机器人多传感器信息融合控制方法，包括以下步骤：
SS00、将所述传感器组1中的不同功能的传感器分别安装集成至所述多轴并联机器人机构6相应的检测位置，所述的检测位置包括所述多轴并联机器人机构6的各个关节位置以及连杆位置；
SS01、所述传感器组1中的各个传感器实时采集所述多轴并联机器人机构6的关节力或平台执行应力信息、关节力矩或平台执行应力矩信息、连杆位移信息，并通过电性连接将采集到的所述多轴并联机器人机构6的关节力或平台执行应力信息、关节力矩或平台执行应力矩信息、连杆位移信息发送至所述信号处理电路组2；
SS02 、所述信号处理电路组2通过其内部相对应的信号处理电路分别对所述多轴并联机器人机构6的关节力或平台执行应力信息、关节力矩或平台执行应力矩信息、连杆位移信息进行滤波、放大、采集和转换处理，并将经处理后的所述多轴并联机器人机构6的关节力或平台执行应力信息、关节力矩或平台执行应力矩信息、连杆位移信息发送至所述主控系统3；
SS03、所述主控系统3对经处理后的所述多轴并联机器人机构6的关节力或平台执行应力信息、关节力矩或平台执行应力矩信息、连杆位移信息采用数据层融合301至特征层融合302至决策层融合303的三层融合方法进行信息数据融合，并通过CAN总线向所述运动控制系统5输出多轴并联机器人运动执行调控控制指令；
数据层融合301：分别把经处理后的关节力或平台执行应力信息、关节力矩或平台执行应力矩信息、连杆位移信息进行数据层融合，即获取各个传感器的检测值，分析各个传感器的值是否有反常的变化，以决定该数据是否可靠，从而判断各个传感器是否存在失灵、干扰、信号缺失等问题；
特征层融合302：把经过数据层融合的各个传感器的相关检测参数数据通过一个二数据输入、一数据输出的4层网络结构的模糊神经网络，将不同度量的信息转换对所述多轴并联机器人机构6力和位姿误差质量参数影响程度的一致性描述，在网络的A层根据选择的隶属度函数进行隶属度计算，完成对网络两个输入变量的模糊化处理，B层根据数据的输入，确定规则库中规则的适用度并进行推理，推理结果在C层以加权平均方法进行非模糊化处理；
决策层融合303：采用BP算法神经网络，实现对各个检测参数权值的确定和调整，对各个传感器检测数据进行加权融合处理，最终输出多轴并联机器人运动执行调控控制指令；
SS04、所述运动控制系统5根据收到的多轴并联机器人运动执行调控控制指令，通过CAN总线控制所述多轴并联机器人机构6运动，从而完成指定的工作任务；
SS05、在整个控制过程中，所述传感器组1的各个传感器信息数据值同时传送至所述人机交互平台4，操作人员通过所述人机交互平台4的监控区实时监控所述传感器组1的各个传感器信息数据值，同时操作人员通过所述人机交互平台4的操作控制区操作所述主控系统3。
本发明还提供了一种计算机存储介质，所述计算机存储介质中存储有至少一个可执行指令，所述可执行指令使处理器执行如上述的多轴并联机器人多传感器信息融合控制方法对应的操作。
上述实施例只是为了说明本发明的技术构思及特点，其目的是在于让本领域内的普通技术人员能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡是根据本发明内容的实质所作出的等效的变化或修饰，都应涵盖在本发明的保护范围内。
Claims (7)
1.一种多轴并联机器人多传感器信息融合控制系统，其特征在于：包括具有多个传感器的传感器组（1）、具有多个信号处理电路的信号处理电路组（2）、主控系统（3）、人机交互平台（4）、运动控制系统（5）和多轴并联机器人机构（6）；所述信号处理电路组（2）内信号处理电路的数量与所述传感器组（1）内传感器的数量相等且一一对应；所述传感器组（1）内的所有传感器分别与所述信号处理电路组（2）内对应的信号处理电路电性连接，所述信号处理电路组（2）内的所有信号处理电路分别与所述主控系统（3）电性连接，所述主控系统（3）通过CAN总线与所述运动控制系统（5）连接，所述主控系统（3）通过网络与所述人机交互平台（4）连接，所述运动控制系统（5）通过CAN总线与所述多轴并联机器人机构（6）连接；
所述传感器组（1）负责采集所述多轴并联机器人机构（6）的关节力或平台执行应力信息、关节力矩或平台执行应力矩信息、连杆位移信息；
所述传感器组（1）内包含力传感器、力矩传感器和位移传感器；
所述力传感器负责获取所述多轴并联机器人机构（6）的关节力或平台执行应力信息；所述力矩传感器负责获取所述多轴并联机器人机构（6）的关节力矩或平台执行应力矩信息；所述位移传感器负责获取所述多轴并联机器人机构（6）的连杆的位移信息；
所述信号处理电路组（2）负责获取并处理所述传感器组（1）采集到的各种传感器信息；
所述主控系统（3）负责对所有经所述信号处理电路组（2）处理后的传感器信息进行信息数据融合，生成运动执行控制指令，并将控制指令发送至所述运动控制系统（5）；
所述主控系统（3）采用数据层融合（301）至特征层融合（302）至决策层融合（303）的三层融合方法对所述传感器组（1）的信息进行信息数据融合；
所述人机交互平台（4）用于实时监控有所述传感器组（1）采集到的各项传感器信息数据值，以及用于操作所述主控系统（3）；
所述运动控制系统（5）负责根据由所述主控系统（3）发出的运动执行控制指令控制所述多轴并联机器人机构（6）的运动。
2.根据权利要求1所述的多轴并联机器人多传感器信息融合控制系统，其特征在于：所述信号处理电路组（2）内包含力传感器信号处理电路、力矩传感器信号处理电路和位移传感器信号处理电路，所述力传感器信号处理电路、所述力矩传感器信号处理电路和所述位移传感器信号处理电路分别与所述力传感器、所述力矩传感器和所述位移传感器一一相互对应，分别获取和处理对应的传感器数据信息。
3.根据权利要求2所述的多轴并联机器人多传感器信息融合控制系统，其特征在于：所述力传感器信号处理电路、所述力矩传感器信号处理电路和所述位移传感器信号处理电路中均包含信号滤波电路、放大电路、采集电路和转换电路在内的硬件电路。
4.根据权利要求1所述的多轴并联机器人多传感器信息融合控制系统，其特征在于：所述人机交互平台（4）分为监控区和操作控制区，所述监控区负责实时监控所述传感器组（1）的各项传感器信息数据值，所述操作控制区用于操作人员操作所述主控系统（3）。
5.一种采用如权利要求1-4中任意一项所述的控制系统的多轴并联机器人多传感器信息融合控制方法，其特征在于，包括以下步骤：
SS00、将所述传感器组（1）中的不同功能的传感器分别安装集成至所述多轴并联机器人机构（6）相应的检测位置，所述的检测位置包括所述多轴并联机器人机构（6）的各个关节位置以及连杆位置；
SS01、所述传感器组（1）中的各个传感器实时采集所述多轴并联机器人机构（6）的关节力或平台执行应力信息、关节力矩或平台执行应力矩信息、连杆位移信息，并通过电性连接将采集到的所述多轴并联机器人机构（6）的关节力或平台执行应力信息、关节力矩或平台执行应力矩信息、连杆位移信息发送至所述信号处理电路组（2）；
SS02 、所述信号处理电路组（2）通过其内部相对应的信号处理电路分别对所述多轴并联机器人机构（6）的关节力或平台执行应力信息、关节力矩或平台执行应力矩信息、连杆位移信息进行滤波、放大、采集和转换处理，并将经处理后的所述多轴并联机器人机构（6）的关节力或平台执行应力信息、关节力矩或平台执行应力矩信息、连杆位移信息发送至所述主控系统（3）；
SS03、所述主控系统（3）对经处理后的所述多轴并联机器人机构（6）的关节力或平台执行应力信息、关节力矩或平台执行应力矩信息、连杆位移信息采用数据层融合（301）至特征层融合（302）至决策层融合（303）的三层融合方法进行信息数据融合，并通过CAN总线向所述运动控制系统（5）输出多轴并联机器人运动执行调控控制指令；
SS04、所述运动控制系统（5）根据收到的多轴并联机器人运动执行调控控制指令，通过CAN总线控制所述多轴并联机器人机构（6）运动，从而完成指定的工作任务；
SS05、在整个控制过程中，所述传感器组（1）的各个传感器信息数据值同时传送至所述人机交互平台（4），操作人员通过所述人机交互平台（4）的监控区实时监控所述传感器组（1）的各个传感器信息数据值，同时操作人员通过所述人机交互平台（4）的操作控制区操作所述主控系统（3）。
6.根据权利要求5所述的多轴并联机器人多传感器信息融合控制方法，其特征在于，所述主控系统（3）所采用的数据层融合（301）至特征层融合（302）至决策层融合（303）的三层融合方法，具体包括以下步骤：
数据层融合（301）：分别把经处理后的关节力或平台执行应力信息、关节力矩或平台执行应力矩信息、连杆位移信息进行数据层融合，即获取各个传感器的检测值，分析各个传感器的值是否有反常的变化，以决定该数据是否可靠，从而判断各个传感器是否存在包括失灵、干扰、信号缺失在内的问题；
特征层融合（302）：把经过数据层融合的各个传感器的相关检测参数数据通过一个二数据输入、一数据输出的4层网络结构的模糊神经网络，将不同度量的信息转换对所述多轴并联机器人机构（6）力和位姿误差质量参数影响程度的一致性描述，在网络的A层根据选择的隶属度函数进行隶属度计算，完成对网络两个输入变量的模糊化处理，B层根据数据的输入，确定规则库中规则的适用度并进行推理，推理结果在C层以加权平均方法进行非模糊化处理；
决策层融合（303）：采用BP算法神经网络，实现对各个检测参数权值的确定和调整，对各个传感器检测数据进行加权融合处理，最终输出多轴并联机器人运动执行调控控制指令。
7.一种计算机存储介质，所述计算机存储介质中存储有至少一个可执行指令，所述可执行指令使处理器执行如权利要求6所述的多轴并联机器人多传感器信息融合控制方法对应的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111546443.7A CN114274119B (zh) | 2021-12-17 | 2021-12-17 | 一种多轴并联机器人多传感器信息融合控制系统及其方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111546443.7A CN114274119B (zh) | 2021-12-17 | 2021-12-17 | 一种多轴并联机器人多传感器信息融合控制系统及其方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114274119A CN114274119A (zh) | 2022-04-05 |
| CN114274119B true CN114274119B (zh) | 2023-08-22 |
Family
ID=80872690
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111546443.7A Active CN114274119B (zh) | 2021-12-17 | 2021-12-17 | 一种多轴并联机器人多传感器信息融合控制系统及其方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114274119B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103495969A (zh) * | 2013-09-28 | 2014-01-08 | 北京工业大学 | 一种基于接触式传感器的柔性铰链并联机器人控制装置 |
| CN103823471A (zh) * | 2014-03-13 | 2014-05-28 | 北京理工大学 | 一种矢量推进的小型四轴水下机器人控制系统 |
| CN109953761A (zh) * | 2017-12-22 | 2019-07-02 | 浙江大学 | 一种下肢康复机器人感知系统及运动意图推理方法 |
| CN110900575A (zh) * | 2019-12-09 | 2020-03-24 | 北京航空航天大学 | 一种具有自动导引功能的并联智能机器人及其导引方法 |
| CN110974163A (zh) * | 2019-12-05 | 2020-04-10 | 中国人民解放军总医院 | 口腔医疗影像机器人多传感信息融合控制系统及控制方法 |
| CN111230882A (zh) * | 2020-02-25 | 2020-06-05 | 江苏大学 | 一种水果分拣并联机器人夹持机构的自适应变阻抗控制方法 |
| WO2021188017A1 (ru) * | 2020-03-19 | 2021-09-23 | Ассистирующие Хирургические Технологии (Act), Лтд | Ассистирующий хирургический комплекс |
-
2021
- 2021-12-17 CN CN202111546443.7A patent/CN114274119B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103495969A (zh) * | 2013-09-28 | 2014-01-08 | 北京工业大学 | 一种基于接触式传感器的柔性铰链并联机器人控制装置 |
| CN103823471A (zh) * | 2014-03-13 | 2014-05-28 | 北京理工大学 | 一种矢量推进的小型四轴水下机器人控制系统 |
| CN109953761A (zh) * | 2017-12-22 | 2019-07-02 | 浙江大学 | 一种下肢康复机器人感知系统及运动意图推理方法 |
| CN110974163A (zh) * | 2019-12-05 | 2020-04-10 | 中国人民解放军总医院 | 口腔医疗影像机器人多传感信息融合控制系统及控制方法 |
| CN110900575A (zh) * | 2019-12-09 | 2020-03-24 | 北京航空航天大学 | 一种具有自动导引功能的并联智能机器人及其导引方法 |
| CN111230882A (zh) * | 2020-02-25 | 2020-06-05 | 江苏大学 | 一种水果分拣并联机器人夹持机构的自适应变阻抗控制方法 |
| WO2021188017A1 (ru) * | 2020-03-19 | 2021-09-23 | Ассистирующие Хирургические Технологии (Act), Лтд | Ассистирующий хирургический комплекс |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114274119A (zh) | 2022-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Neural-network-based contouring control for robotic manipulators in operational space | |
| CN104731107A (zh) | 一种电动六自由度运动平台高精度控制系统及控制方法 | |
| CN113002555B (zh) | 一种数字孪生驱动的智能线控底盘系统及其故障诊断方法 | |
| Mujiarto et al. | Colored object detection using 5 dof robot arm based adaptive neuro-fuzzy method | |
| CN116540598A (zh) | 一种飞机复杂部件双机器人智能钻铆集成管理与控制系统 | |
| CN114274119B (zh) | 一种多轴并联机器人多传感器信息融合控制系统及其方法 | |
| CN117150425B (zh) | 基于机理数据融合的管片拼装机运动状态预测方法 | |
| Liang et al. | Adaptive Neural Network Finite-Time Tracking Control for Uncertain Hydraulic Manipulators | |
| Li et al. | Review of Research on Improved PID Control in Electro-Hydraulic Servo System | |
| Tao et al. | Optimization and control of cable tensions for hyper-redundant snake-arm robots | |
| Thangavel et al. | Dynamic modeling and control analysis of industrial electromechanical servo positioning system using machine learning technique | |
| CN114505853B (zh) | 一种工业机器人的远程分层管控方法及系统 | |
| CN114813196A (zh) | 一种电动缸加载试验装置 | |
| Yang et al. | Electrical system design and fault analysis of machine tool based on automatic control | |
| CN114755978A (zh) | 一种棒材轧钢车间轧机轧辊车床的数字孪生建模方法 | |
| CN112819334A (zh) | 船舶区域配电电力系统发配电智能容错自愈控制方法及系统 | |
| Hou et al. | Monitoring System of Robot Based on Digital Twin | |
| Fan et al. | Study of distributed multiaxial intelligent tightening machine based on fieldbus control system | |
| CN112343878B (zh) | 机械臂直线运动的液压驱动系统及其智能控制方法 | |
| Bai et al. | Improved PID Algorithmintelligent Detection System of Tightening Machine | |
| Hoon et al. | Gear Fault Diagnosis Based on Residual Patterns of Current and Vibration Data by Collaborative Robot's Motions Using LSTM | |
| You et al. | Design of dsp-based open control system for industrial robot | |
| Liu et al. | Design and Simulation of Mobile Multi-Robot Machining Platform | |
| Dong et al. | Application of Computer Technology in Mechanical Control System | |
| CN118528276A (zh) | 基于人工智能的工业机器人及无人机感知与控制系统及方法 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Mei Tao Inventor after: Fang Jian Inventor after: Li Rong Inventor after: Jiang Lili Inventor before: Fang Jian Inventor before: Li Rong Inventor before: Jiang Lili |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Li Rong Inventor after: Fang Jian Inventor after: Mei Tao Inventor after: Jiang Lili Inventor before: Mei Tao Inventor before: Fang Jian Inventor before: Li Rong Inventor before: Jiang Lili |