CN115431302A - 机器人关节空程测量方法、装置、电子设备及存储介质 - Google Patents
机器人关节空程测量方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115431302A CN115431302A CN202211396142.5A CN202211396142A CN115431302A CN 115431302 A CN115431302 A CN 115431302A CN 202211396142 A CN202211396142 A CN 202211396142A CN 115431302 A CN115431302 A CN 115431302A
- Authority
- CN
- China
- Prior art keywords
- connecting rod
- robot
- deformation
- measured
- joint
- 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
Links
Images
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
- B25J19/0095—Means or methods for testing 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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- 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
- B25J9/1661—Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Manipulator (AREA)
Abstract
本申请公开了机器人关节空程测量方法、装置、电子设备及存储介质,应用于工业机器人技术领域,所述机器人关节空程测量方法包括:获取待测量机器人进行关节空程后的连杆变形量;根据所述连杆变形量,对所述待测量机器人的空程后位姿进行调整,得到目标空程位姿;根据所述目标空程位姿,对所述待测量机器人进行关节空程测量,得到关节空程测量结果。本申请解决了工业机器人进行关节空程测量的测量精度低的技术问题。
Description
技术领域
本申请涉及工业机器人技术领域,尤其涉及一种机器人关节空程测量方法、装置、电子设备及可读存储介质。
背景技术
随着科技的不断发展,机器人在工业领域的应用也越来越广泛,为了确保工业机器人的绝对定位精度,通常会对工业机器人进行关节空程测量,目前,通常通过测量减速机空程或设置位移传感器等方式计算关节空程,以实现对工业机器人单轴关节的空程在线测量,但是,由于工业机器人的连杆在空程过程中会产生形变,进而导致引入了额外的测量偏差,所以,当前工业机器人进行关节空程测量的测量精度低。
发明内容
本申请的主要目的在于提供一种机器人关节空程测量方法、装置、电子设备及可读存储介质,旨在解决现有技术中工业机器人进行关节空程测量的测量精度低的技术问题。
为实现上述目的,本申请提供一种机器人关节空程测量方法,所述机器人关节空程测量方法包括:
S10:获取待测量机器人进行关节空程后的连杆变形量;
S20:根据所述连杆变形量,对所述待测量机器人的空程后位姿进行调整,得到目标空程位姿;
S30:根据所述目标空程位姿,对所述待测量机器人进行关节空程测量,得到关节空程测量结果。
可选地,所述根据所述连杆变形量,对所述待测量机器人的空程后位姿进行调整,得到目标空程位姿的步骤包括:
将所述连杆变形量输入至预设变形位姿补偿模型,得到位姿补偿值;
根据所述位姿补偿值,对所述待测量机器人的空程后位姿进行补偿,得到所述目标空程位姿。
可选地,在所述根据所述连杆变形量,对所述待测量机器人的空程后位姿进行调整,得到目标空程位姿的步骤之前,所述机器人关节空程测量方法还包括:
检测所述连杆变形量是否大于第一预设连杆变形阈值;
若是,则执行步骤S20;
若否,则将所述待测量机器人的当前空程位姿作为所述目标空程位姿,并执行步骤S30。
可选地,在所述获取待测量机器人进行关节空程后的连杆变形量的步骤之前,所述机器人关节空程测量方法还包括:
当检测到待测量机器人的待测量连杆处于变形状态时,获取所述待测量连杆的连杆载荷力;
若所述连杆载荷力大于预设连杆载荷力阈值,则通过对所述待测量机器人进行连杆变形量预测,确定是否获取所述待测量机器人进行关节空程后的连杆变形量。
可选地,所述通过对所述待测量机器人进行连杆变形量预测,确定是否获取所述待测量机器人进行关节空程后的连杆变形量的步骤包括:
获取所述待测量机器人对应的第一连杆变形信息和第二连杆变形信息;
依据所述第一连杆变形信息和所述第二连杆变形信息,对所述待测量机器人进行连杆变形量预测,得到所述待测量机器人的连杆变形量预测值;
若所述连杆变形量预测值大于第二预设连杆变形阈值,则确定获取所述待测量机器人进行关节空程后的连杆变形量。
可选地,所述依据所述第一连杆变形信息和所述第二连杆变形信息,对所述待测量机器人进行连杆变形量预测,得到所述待测量机器人的连杆变形量预测值的步骤包括:
依据所述第一连杆变形信息和所述第二连杆变形信息,构建所述待测量机器人的连杆变形特征;
通过预设连杆变形量预测模型,将所述连杆变形特征映射为所述连杆变形量预测值。
可选地,在所述根据所述目标空程位姿,对所述待测量机器人进行关节空程测量,得到关节空程测量结果的步骤之后,所述机器人关节空程测量方法还包括:
在所述根据所述目标空程位姿,对所述待测量机器人进行关节空程测量,得到关节空程测量结果的步骤之后,所述机器人关节空程测量方法还包括:
根据所述连杆变形量,更新所述第一连杆变形信息和所述第二连杆变形信息;
根据更新后的第一连杆变形信息和更新后的第二连杆变形信息,对所述预设连杆变形量预测模型进行训练样本扩增,得到扩增样本;
根据所述扩增样本,对所述预设连杆变形量预测模型进行迭代优化。
为实现上述目的,本申请还提供一种机器人关节空程测量装置,所述机器人关节空程测量装置包括:
获取模块,用于获取待测量机器人进行关节空程后的连杆变形量;
调整模块,用于根据所述连杆变形量,对所述待测量机器人的空程后位姿进行调整,得到目标空程位姿;
测量模块,用于根据所述目标空程位姿,对所述待测量机器人进行关节空程测量,得到关节空程测量结果。
可选地,所述调整模块还用于:
将所述连杆变形量输入至预设变形位姿补偿模型,得到位姿补偿值;
根据所述位姿补偿值,对所述待测量机器人的空程后位姿进行补偿,得到所述目标空程位姿。
可选地,所述机器人关节空程测量装置还包括检测模块,所述检测模块用于:
检测所述连杆变形量是否大于第一预设连杆变形阈值;
若是,调整模块才执行:根据所述连杆变形量,对所述待测量机器人的空程后位姿进行调整,得到目标空程位姿;
若否,测量模块才执行:将所述待测量机器人的当前空程位姿作为所述目标空程位姿,并根据所述目标空程位姿,对所述待测量机器人进行关节空程测量,得到关节空程测量结果。
可选地,所述机器人关节空程测量装置还包括确定模块,所述确定模块用于:
当检测到待测量机器人的待测量连杆处于变形状态时,获取所述待测量连杆的连杆载荷力;
若所述连杆载荷力大于预设连杆载荷力阈值,则通过对所述待测量机器人进行连杆变形量预测,确定是否获取所述待测量机器人进行关节空程后的连杆变形量。
可选地,通过对所述待测量机器人进行连杆变形量预测,确定是否获取所述待测量机器人进行关节空程后的连杆变形量具体为:
获取所述待测量机器人对应的第一连杆变形信息和第二连杆变形信息;
依据所述第一连杆变形信息和所述第二连杆变形信息,对所述待测量机器人进行连杆变形量预测,得到所述待测量机器人的连杆变形量预测值;
若所述连杆变形量预测值大于第二预设连杆变形阈值,则确定获取所述待测量机器人进行关节空程后的连杆变形量。
可选地,依据所述第一连杆变形信息和所述第二连杆变形信息,对所述待测量机器人进行连杆变形量预测,得到所述待测量机器人的连杆变形量预测值具体为:
依据所述第一连杆变形信息和所述第二连杆变形信息,构建所述待测量机器人的连杆变形特征;
通过预设连杆变形量预测模型,将所述连杆变形特征映射为所述连杆变形量预测值。
可选地,所述机器人关节空程测量装置还包括优化模块,所述优化模块用于:
根据所述连杆变形量,更新所述第一连杆变形信息和所述第二连杆变形信息;
根据更新后的第一连杆变形信息和更新后的第二连杆变形信息,对所述预设连杆变形量预测模型进行训练样本扩增,得到扩增样本;
根据所述扩增样本,对所述预设连杆变形量预测模型进行迭代优化。
本申请还提供一种电子设备,所述电子设备包括:至少一个处理器以及与所述至少一个处理器通信连接的存储器,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上述的机器人关节空程测量方法的步骤。
本申请还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有实现机器人关节空程测量方法的程序,所述机器人关节空程测量方法的程序被处理器执行时实现如上述的机器人关节空程测量方法的步骤。
本申请还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的机器人关节空程测量方法的步骤。
本申请提供了一种机器人关节空程测量方法、装置、电子设备及可读存储介质,也即,获取待测量机器人进行关节空程后的连杆变形量;根据所述连杆变形量,对所述待测量机器人的空程后位姿进行调整,得到目标空程位姿;根据所述目标空程位姿,对所述待测量机器人进行关节空程测量,得到关节空程测量结果,也即,实现了通过目标空程位姿对机器人进行关节空程测量的目的。由于目标空程位姿是通过机器人进行关节空程后的连杆变形量调整得到,进而即可实现消弭待测量机器人在关节空程测量过程中由于机器人本体连杆变形导致的测量偏差,而非在进行关节空程测量时仅通过测量减速机空程或设置位移传感器等方式计算关节空程,所以克服了工业机器人的连杆在空程过程中会产生形变,进而导致引入了额外的测量偏差的技术缺陷,所以,提升了工业机器人进行关节空程测量的测量精度。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例一提供的机器人关节空程测量方法的流程示意图;
图2为本申请实施例二提供的机器人关节空程测量方法的流程示意图;
图3为本申请实施例三提供的机器人关节空程测量装置的结构示意图;
图4为本申请实施例四提供的电子设备的结构示意图。
本申请目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,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的前提下所获得的所有其它实施例,均属于本发明保护的范围。
实施例一
首先,应当理解的是,工业机器人是一种能自动空程,可重复编程,以及具备多功能和多自由度的自动化机械设备,但是,在实际应用过程中,工业机器人的绝对定位精度较低,除了外部受力的影响,自身负载和重力也会导致工业机器人各个关节及连杆发生变形,进而导致难以满足高精度要求的自动化装配作业,目前,通常通过拆卸减速机后测量减速机空程或设置位移传感器等方式计算关节空程,但是,前者太过耗费时间成本和人力成本,后者又无法规避工业机器人本体的连杆变形引发的测量偏差,综上来看,在关节空程测量不可或缺的前提下,关节空程测量的测量精度仍有待提高,所以,目前亟需一种提升工业机器人进行关节空程测量的测量精度的方法。
本申请实施例提供一种机器人关节空程测量方法,在本申请机器人关节空程测量方法的实施例一中,参照图1,所述机器人关节空程测量方法包括:
步骤S10,获取待测量机器人进行关节空程后的连杆变形量;
步骤S20,根据所述连杆变形量,对所述待测量机器人的空程后位姿进行调整,得到目标空程位姿;
在本实施例中,需要说明的是,所述待测量机器人为等待进行关节空程测量的工业机器人,所述工业机器人根据用途的不同可具体分为喷涂机器人、焊接机器人以及搬运机器人等,所述连杆变形量用于表征待测量机器人本体连杆在关节空程测量过程中的形变程度,具体由连杆形变参数确定,所述连杆形变参数用于表征所述待测量机器人的连杆参数在关节空程前和关节空程后的形变情况,所述连杆参数具体可通过连杆检验仪进行定量测量,例如,在一种可实施的方式中,可在关节空程测量前通过固定装置将连杆检验仪固定于所述待测量机器人的连杆上,进而连杆检验仪获取所述待测量机器人的在关节空程前的连杆参数和在关节空程后的连杆参数,将述待测量机器人的在关节空程前的连杆参数和在关节空程后的连杆参数的差值作为所述待测量机器人进行关节空程后的连杆形变参数,进而根据连杆形变参数确定连杆变形量。
另外地,需要说明的是,为了实现对待测量机器人的关节空程测量,可搭建关节空程测量系统,所述关节空程测量系统包括连杆检验仪、连杆检验仪固定装置、待测量机器人、机器人固定工作台以及机器人关节空程测量装置,当待测量机器人由空程起始位姿运动至空程终止位姿时,可判定所述待测量机器人完成关节空程,其中,空程起始位姿和空程终止位姿均由用户自行设定,关节空程的时间具体可以为10分钟、15分钟或20分钟等,所以,所述空程后位姿为所述空程终止位姿,所述目标空程位姿用于表征调整后的空程终止位姿,所述待测量机器人的空程终止位姿的调整幅度由所述连杆变形量决定。
作为一种示例,步骤S10至步骤S20包括:当待测量机器人由空程起始位姿运动至空程终止位姿时,通过连杆检验仪获取所述测量机器人进行关节空程后的连杆形变参数,依据预设形变量计算公式和所述连杆形变参数,计算所述连杆变形量,所述连杆形变参数具体可以为连杆拉伸长度和连杆拉伸宽度等,所述预设形变量计算公式如下:
其中,所述根据所述连杆变形量,对所述待测量机器人的空程后位姿进行调整,得到目标空程位姿的步骤包括:
步骤A10,将所述连杆变形量输入至预设变形位姿补偿模型,得到位姿补偿值;
步骤A20,根据所述位姿补偿值,对所述待测量机器人的空程后位姿进行补偿,得到所述目标空程位姿。
在本实施例中,需要说明的是,所述预设变形位姿补偿模型用于补偿所述待测量
机器人的连杆变形位姿,所述位姿补偿值用于表征所述待测量机器人的空程终止位姿的位
姿补偿量,例如,在一种可实施的方式中,假设所述待测量机器人的空程终止位姿为,所述位姿补偿值为,则所述目标空程位
姿为,其中,所述连杆变形量和位
姿补偿值之间存在对应补偿关系,例如,连杆变形量为A对应着位姿补偿值T0,连杆变形量B
对应着位姿补偿值T1。
作为一种示例,步骤A10至步骤A20包括:通过所述预设变形位姿补偿模型,得到所述连杆变形量对应的位姿补偿值;通过所述位姿补偿值补偿所述待测量机器人的空程终止位姿,得到所述目标空程位姿。
其中,在所述根据所述连杆变形量,对所述待测量机器人的空程后位姿进行调整,得到目标空程位姿的步骤之前,所述机器人关节空程测量方法还包括:
步骤B10,检测所述连杆变形量是否大于第一预设连杆变形阈值;
步骤B20,若是,则执行步骤S20;
步骤B30,若否,则将所述待测量机器人的当前空程位姿作为所述目标空程位姿,并执行步骤S30。
在本实施例中,需要说明的是,不同类型的工业机器人在进行不同作业时所需求的绝对定位精度不同,要想完全规避待测量机器人本体在关节空程时的测量偏差,需持续提高连杆检验仪的检测精度,由于正常范围内的误差不会影响机器人的正常作业,与此同时,待测量机器人的连杆是实时处于受力状态的,所以,无需在连杆出现变形时便对空程终止位姿进行位姿调整,而是通过预先设置连杆变形阈值用以区别连杆变形量是否足以影响机器人正常作业。
作为一种示例,步骤B10至步骤B30包括:检测所述连杆变形量是否大于第一预设连杆变形阈值;若所述连杆变形量大于所述第一预设连杆变形阈值,则执行步骤:根据所述连杆变形量,对所述待测量机器人的空程后位姿进行调整,得到目标空程位姿;若所述连杆变形量不大于所述第一预设连杆变形阈值,则将所述待测量机器人的当前空程位姿作为所述目标空程位姿,并执行步骤:根据所述目标空程位姿,对所述待测量机器人进行关节空程测量,得到关节空程测量结果。
其中,在所述获取待测量机器人进行关节空程后的连杆变形量的步骤之前,所述机器人关节空程测量方法还包括:
步骤C10,当检测到待测量机器人的待测量连杆处于变形状态时,获取所述待测量连杆的连杆载荷力;
步骤C20,若所述连杆载荷力大于预设连杆载荷力阈值,则通过对所述待测量机器人进行连杆变形量预测,确定是否获取所述待测量机器人进行关节空程后的连杆变形量。
另外地,需要说明的是,所述待测量连杆为待测量机器人上等待进行连杆载荷力测量的连杆,可通过检测所述待测量连杆所受到的连杆载荷力,判断所述待测量机器人是否能够进行关节空程测量,其中,检测连杆载荷力的方式可以为设置力传感器进行检测的方式。
另外地,需要说明的是,由于连杆检验仪只能在连杆发生变形后,对待测量机器人的连杆变形量进行检测,与此同时,在此次关节空程测量过程中,所述待测量机器人仍会由于受到连杆载荷力而产生一定的形变量,其存在一定的滞后性,进而为了进一步保证测量的精确性,可通过预设连杆变形量预测模型对连杆变形量进行预测,所述预设连杆变形量预测模型由待测量机器人在进行此次关节空程测量前的多次关节空程测量数据作为训练样本训练得到。
作为一种示例,步骤C10至步骤C20包括:当检测到所述待测量机器人的待测量连杆处于变形状态时,通过力传感器获取所述待测量连杆的连杆载荷力;若所述连杆载荷力大于预设连杆载荷力阈值,则通过预设连杆变形量预测模型对所述待测量机器人进行连杆变形量预测,确定是否获取所述待测量机器人进行关节空程后的连杆变形量,其中,所述预设连杆载荷力阈值由领域人员根据实际生产需求设置得到。
在一种可实施的方式中,若所述连杆载荷力不大于预设连杆载荷力阈值,则不对所述待测量机器人进行关节空程测量。
其中,所述通过对所述待测量机器人进行连杆变形量预测,确定是否获取所述待测量机器人进行关节空程后的连杆变形量的步骤包括:
步骤D10,获取所述待测量机器人对应的第一连杆变形信息和第二连杆变形信息;
步骤D20,依据所述第一连杆变形信息和所述第二连杆变形信息,对所述待测量机器人进行连杆变形量预测,得到所述待测量机器人的连杆变形量预测值;
步骤D30,若所述连杆变形量预测值大于第二预设连杆变形阈值,则确定获取所述待测量机器人进行关节空程后的连杆变形量。
在本实施例中,需要说明的是,所述待测量连杆的变形受非作用力及作用力的多重影响,其中,所述非作用力可以为所述待测量连杆的重力,由于待测量连杆自身存在重力,进而在待测量连杆的服役时间累积时,待测量连杆的变形量也随之增大,所述第一连杆变形信息为非作用力变形信息,所述第二连杆变形信息为作用力变形信息,其中,所述非作用力变形信息用于表征连杆在非作用力下的变形量,所述非作用力变形信息与所述待测量连杆的服役时间存在映射关系,具体由时间传感器测量所述待测量连杆的具体服役时间,进而根据映射关系查询连杆在非作用力下的变形量,所述作用力变形信息用于表征连杆在作用力的变形量,具体由激光位移传感器测量,所述待测量连杆可由连杆小头、连杆大头以及连杆杆身组成。
作为一种示例,步骤D10至步骤D40包括:获取所述待测量连杆在关节空程测量的非作用力变形信息和作用力变形信息;根据所述非作用力变形信息和所述作用力变形信息,构建所述待测量机器人的连杆变形特征,通过预设连杆变形量预测模型将所述连杆变形特征映射为所述待测量机器人的连杆变形量预测值;若所述连杆变形量预测值大于第二预设连杆变形阈值,则确定获取所述待测量机器人进行关节空程后的连杆变形量。
在一种可实施的方式中,若所述连杆变形量预测值不大于所述第二预设连杆变形阈值,则确定不获取所述待测量机器人进行关节空程后的连杆变形量。
其中,所述依据所述第一连杆变形信息和所述第二连杆变形信息,对所述待测量机器人进行连杆变形量预测,得到所述待测量机器人的连杆变形量预测值的步骤包括:
步骤E10,依据所述第一连杆变形信息和所述第二连杆变形信息,构建所述待测量机器人的连杆变形特征;
步骤E20,通过预设连杆变形量预测模型,将所述连杆变形特征映射为所述连杆变形量预测值。
在本实施例中,需要说明的是,所述非作用力变形信息至少包括连杆材质变形信息和连杆重力变形信息中的一种,所述作用力变形信息至少包括连杆牵引力变形信息和连杆作业环境信息中的一种,其中,所述连杆材质变形信息用于表征连杆材质对所述待测量连杆变形的影响,所述连杆牵引力变形信息用于表征连杆作业牵引力对所述待测量连杆变形的影响,所述连杆重力信息用于表征连杆所受机器人本体载荷力对所述待测量连杆变形的影响,所述连杆作业环境信息用于表征连杆的外部作业环境对所述待测量连杆变形的影响。
作为一种示例,步骤E10至步骤E20包括:根据所述连杆材质变形信息、所述连杆重力变形信息、所述连杆牵引力信息和所述连杆作业环境信息,共同构建所述待测量机器人的连杆变形特征;通过预设连杆变形量预测模型,将所述连杆变形特征映射为所述连杆变形量预测值。由于充分考虑到了待测量机器人的连杆变形量的影响因素,进而在以各连杆变形影响信息构建的连杆变形特征进行连杆变形量的预测时,即可实现从影响待测量机器人的连杆变形量的多个影响维度进行共同决策的目的,所以,提升了对待测量机器人进行关节空程测量的准确性。
步骤S30,根据所述目标空程位姿,对所述待测量机器人进行关节空程测量,得到关节空程测量结果。
在本实施例中,需要说明的是,所述机器人关节空程测量装置包括位移传感器和位移传感器支架,位移传感器支架用于固定位移传感器,位移传感器用于测量所述待测量机器人在空程起始位姿和在空程终止位姿的传感器数值,进而通过传感器数值可计算关节空程测量结果,其中,测量的次数可以为一次或多次,所述待测量机器人由空程起始位姿运动至空程终止位姿的转矩为T,该转矩可以为顺时针转矩和逆时针转矩。
作为一种示例,步骤S30包括:在所述待测量机器人由所述空程起始位姿运动至所述目标空程位姿时,获取位移传感器的传感器测量数值,将所述传感器测量数值输入至预设关节空程测量公式,得到关节空程测量结果,其中,所述预设关节空程测量公式如下:
本申请实施例提供了一种机器人关节空程测量方法,也即,获取待测量机器人进行关节空程后的连杆变形量;根据所述连杆变形量,对所述待测量机器人的空程后位姿进行调整,得到目标空程位姿;根据所述目标空程位姿,对所述待测量机器人进行关节空程测量,得到关节空程测量结果,也即,实现了通过目标空程位姿对机器人进行关节空程测量的目的。由于目标空程位姿是通过机器人进行关节空程后的连杆变形量调整得到,进而即可实现消弭待测量机器人在关节空程测量过程中由于机器人本体连杆变形导致的测量偏差,而非在进行关节空程测量时仅通过测量减速机空程或设置位移传感器等方式计算关节空程,所以克服了工业机器人的连杆在空程过程中会产生形变,进而导致引入了额外的测量偏差的技术缺陷,所以,提升了工业机器人进行关节空程测量的测量精度。
实施例二
进一步地,参照图2,在本申请另一实施例中,与上述实施例一相同或相似的内容,可以参考上文介绍,后续不再赘述。在此基础上,在所述根据所述目标空程位姿,对所述待测量机器人进行关节空程测量,得到关节空程测量结果的步骤之后,所述机器人关节空程测量方法还包括:
步骤F10,根据所述连杆变形量,更新所述第一连杆变形信息和所述第二连杆变形信息;
步骤F20,根据更新后的第一连杆变形信息和更新后的第二连杆变形信息,对所述预设连杆变形量预测模型进行训练样本扩增,得到扩增样本;
步骤F30,根据所述扩增样本,对所述预设连杆变形量预测模型进行迭代优化。
在本实施例中,需要说明的是,在所述待测量机器人进行关节空程测量后,所述待测量机器人的连杆变形量得以更新,进而为了使预设连杆变形量预测模型更准确地输出连杆变形量预测值,通过所述连杆变形量,对作用力变形信息和非作用力变形信息进行更新,以增加训练所述预设连杆变形量预测模型的训练样本。
作为一种示例,步骤F10至步骤F30包括:根据所述连杆变形量,更新所述连杆材质变形信息、所述连杆重力变形信息、所述连杆牵引力信息和所述连杆作业环境信息;根据更新后的连杆材质变形信息、更新后的连杆重力变形信息、更新后的连杆牵引力变形信息和更新后的连杆作业环境信息,对所述预设连杆变形量预测模型的训练样本进行扩增,得到扩增样本;通过所述连杆变形量预测模型将所述扩增样本映射为扩增连杆变形量,根据所述扩增连杆变形量和所述连杆变形量之间的差异度,构建所述预设连杆变形量预测模型对应的模型损失;判断所述模型损失是否收敛,若收敛,则将所述预设连杆变形量预测模型作为优化后的预设连杆变形量预测模型,若未收敛,则根据所述模型损失计算的梯度,更新所述预设连杆变形量预测模型,并返回执行步骤:根据所述连杆变形量,更新所述第一连杆变形信息和所述第二连杆变形信息。
本申请实施例提供了一种连杆变形量预测模型优化方法,也即,根据所述连杆变形量,更新所述第一连杆变形信息和所述第二连杆变形信息;根据更新后的第一连杆变形信息和更新后的第二连杆变形信息,对所述预设连杆变形量预测模型进行训练样本扩增,得到扩增样本;根据所述扩增样本,对所述预设连杆变形量预测模型进行迭代优化。相比于仅通过预先设置的连杆变形量预测模型对连杆变形量预测值进行预测,进而通过连杆变形量预测值确定是否对待测量机器人进行关节空程测量的方式,本申请实施例在待测量机器人得到此次关节空程测量结果后,通过待测量机器人在此次关节空程测量中的连杆变形量,对预设连杆变形量预测模型的训练样本进行扩增,进而通过扩增样本对预设连杆变形量预测模型进行迭代优化,也即,实现了实时保证关节空程前的预设连杆变形量预测模型的训练样本为最新样本的目的,所以,为提升工业机器人进行关节空程测量的测量精度奠定了基础。
实施例三
本申请实施例还提供一种机器人关节空程测量装置,参照图3,所述机器人关节空程测量装置包括:
获取模块101,用于获取待测量机器人进行关节空程后的连杆变形量;
调整模块102,用于根据所述连杆变形量,对所述待测量机器人的空程后位姿进行调整,得到目标空程位姿;
测量模块103,用于根据所述目标空程位姿,对所述待测量机器人进行关节空程测量,得到关节空程测量结果。
可选地,所述调整模块还用于:
将所述连杆变形量输入至预设变形位姿补偿模型,得到位姿补偿值;
根据所述位姿补偿值,对所述待测量机器人的空程后位姿进行补偿,得到所述目标空程位姿。
可选地,所述机器人关节空程测量装置还包括检测模块,所述检测模块用于:
检测所述连杆变形量是否大于第一预设连杆变形阈值;
若是,调整模块才执行:根据所述连杆变形量,对所述待测量机器人的空程后位姿进行调整,得到目标空程位姿;
若否,测量模块才执行:将所述待测量机器人的当前空程位姿作为所述目标空程位姿,并根据所述目标空程位姿,对所述待测量机器人进行关节空程测量,得到关节空程测量结果。
可选地,所述机器人关节空程测量装置还包括确定模块,所述确定模块用于:
当检测到待测量机器人的待测量连杆处于变形状态时,获取所述待测量连杆的连杆载荷力;
若所述连杆载荷力大于预设连杆载荷力阈值,则通过对所述待测量机器人进行连杆变形量预测,确定是否获取所述待测量机器人进行关节空程后的连杆变形量。
可选地,通过对所述待测量机器人进行连杆变形量预测,确定是否获取所述待测量机器人进行关节空程后的连杆变形量具体为:
获取所述待测量机器人对应的第一连杆变形信息和第二连杆变形信息;
依据所述第一连杆变形信息和所述第二连杆变形信息,对所述待测量机器人进行连杆变形量预测,得到所述待测量机器人的连杆变形量预测值;
若所述连杆变形量预测值大于第二预设连杆变形阈值,则确定获取所述待测量机器人进行关节空程后的连杆变形量。
可选地,依据所述第一连杆变形信息和所述第二连杆变形信息,对所述待测量机器人进行连杆变形量预测,得到所述待测量机器人的连杆变形量预测值具体为:
依据所述第一连杆变形信息和所述第二连杆变形信息,构建所述待测量机器人的连杆变形特征;
通过预设连杆变形量预测模型,将所述连杆变形特征映射为所述连杆变形量预测值。
可选地,所述机器人关节空程测量装置还包括优化模块,所述优化模块用于:
根据所述连杆变形量,更新所述第一连杆变形信息和所述第二连杆变形信息;
根据更新后的第一连杆变形信息和更新后的第二连杆变形信息,对所述预设连杆变形量预测模型进行训练样本扩增,得到扩增样本;
根据所述扩增样本,对所述预设连杆变形量预测模型进行迭代优化。
本发明提供的机器人关节空程测量装置,采用上述实施例中的机器人关节空程测量方法,解决了工业机器人进行关节空程测量的测量精度低的技术问题。与现有技术相比,本发明实施例提供的机器人关节空程测量装置的有益效果与上述实施例提供的机器人关节空程测量方法的有益效果相同,且该机器人关节空程测量装置中的其他技术特征与上述实施例方法公开的特征相同,在此不做赘述。
实施例四
本发明实施例提供一种电子设备,电子设备包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述实施例一中的机器人关节空程测量方法。
下面参考图4,其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图4所示,电子设备可以包括处理装置1001(例如中央处理器、图形处理器等),其可以根据存储在只读存储器(ROM)1002中的程序或者从存储装置1003加载到随机访问存储器(RAM)1004中的程序而执行各种适当的动作和处理。在RAM1004中,还存储有电子设备操作所需的各种程序和数据。处理装置1001、ROM1002以及RAM1004通过总线1005彼此相连。输入/输出(I/O)接口1006也连接至总线。
通常,以下系统可以连接至I/O接口1006:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置1007;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置1008;包括例如磁带、硬盘等的存储装置1003;以及通信装置1009。通信装置可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种系统的电子设备,但是应理解的是,并不要求实施或具备所有示出的系统。可以替代地实施或具备更多或更少的系统。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置1009从网络上被下载和安装,或者从存储装置1003被安装,或者从ROM1002被安装。在该计算机程序被处理装置1001执行时,执行本公开实施例的方法中限定的上述功能。
本发明提供的电子设备,采用上述实施例中的机器人关节空程测量方法,解决了工业机器人进行关节空程测量的测量精度低的技术问题。与现有技术相比,本发明实施例提供的电子设备的有益效果与上述实施例提供的机器人关节空程测量方法的有益效果相同,且该电子设备中的其他技术特征与上述实施例方法公开的特征相同,在此不做赘述。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
实施例五
本实施例提供一种计算机可读存储介质,具有存储在其上的计算机可读程序指令,计算机可读程序指令用于执行上述实施例中的机器人关节空程测量方法。
本发明实施例提供的计算机可读存储介质例如可以是U盘,但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读存储介质可以是电子设备中所包含的;也可以是单独存在,而未装配入电子设备中。
上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被电子设备执行时,使得电子设备:获取待测量机器人进行关节空程后的连杆变形量;根据所述连杆变形量,对所述待测量机器人的空程后位姿进行调整,得到目标空程位姿;根据所述目标空程位姿,对所述待测量机器人进行关节空程测量,得到关节空程测量结果。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该单元本身的限定。
本发明提供的计算机可读存储介质,存储有用于执行上述机器人关节空程测量方法的计算机可读程序指令,解决了工业机器人进行关节空程测量的测量精度低的技术问题。与现有技术相比,本发明实施例提供的计算机可读存储介质的有益效果与上述实施例提供的机器人关节空程测量方法的有益效果相同,在此不做赘述。
实施例六
本申请还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的机器人关节空程测量方法的步骤。
本申请提供的计算机程序产品解决了工业机器人进行关节空程测量的测量精度低的技术问题。与现有技术相比,本发明实施例提供的计算机程序产品的有益效果与上述实施例提供的机器人关节空程测量方法的有益效果相同,在此不做赘述。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利处理范围内。
Claims (10)
1.一种机器人关节空程测量方法,其特征在于,所述机器人关节空程测量方法包括:
S10:获取待测量机器人进行关节空程后的连杆变形量;
S20:根据所述连杆变形量,对所述待测量机器人的空程后位姿进行调整,得到目标空程位姿;
S30:根据所述目标空程位姿,对所述待测量机器人进行关节空程测量,得到关节空程测量结果。
2.如权利要求1所述机器人关节空程测量方法,其特征在于,所述根据所述连杆变形量,对所述待测量机器人的空程后位姿进行调整,得到目标空程位姿的步骤包括:
将所述连杆变形量输入至预设变形位姿补偿模型,得到位姿补偿值;
根据所述位姿补偿值,对所述待测量机器人的空程后位姿进行补偿,得到所述目标空程位姿。
3.如权利要求1所述机器人关节空程测量方法,其特征在于,在所述根据所述连杆变形量,对所述待测量机器人的空程后位姿进行调整,得到目标空程位姿的步骤之前,所述机器人关节空程测量方法还包括:
检测所述连杆变形量是否大于第一预设连杆变形阈值;
若是,则执行步骤S20;
若否,则将所述待测量机器人的当前空程位姿作为所述目标空程位姿,并执行步骤S30。
4.如权利要求1所述机器人关节空程测量方法,其特征在于,在所述获取待测量机器人进行关节空程后的连杆变形量的步骤之前,所述机器人关节空程测量方法还包括:
当检测到待测量机器人的待测量连杆处于变形状态时,获取所述待测量连杆的连杆载荷力;
若所述连杆载荷力大于预设连杆载荷力阈值,则通过对所述待测量机器人进行连杆变形量预测,确定是否获取所述待测量机器人进行关节空程后的连杆变形量。
5.如权利要求4所述机器人关节空程测量方法,其特征在于,所述通过对所述待测量机器人进行连杆变形量预测,确定是否获取所述待测量机器人进行关节空程后的连杆变形量的步骤包括:
获取所述待测量机器人对应的第一连杆变形信息和第二连杆变形信息;
依据所述第一连杆变形信息和所述第二连杆变形信息,对所述待测量机器人进行连杆变形量预测,得到所述待测量机器人的连杆变形量预测值;
若所述连杆变形量预测值大于第二预设连杆变形阈值,则确定获取所述待测量机器人进行关节空程后的连杆变形量。
6.如权利要求5所述机器人关节空程测量方法,其特征在于,所述依据所述第一连杆变形信息和所述第二连杆变形信息,对所述待测量机器人进行连杆变形量预测,得到所述待测量机器人的连杆变形量预测值的步骤包括:
依据所述第一连杆变形信息和所述第二连杆变形信息,构建所述待测量机器人的连杆变形特征;
通过预设连杆变形量预测模型,将所述连杆变形特征映射为所述连杆变形量预测值。
7.如权利要求6所述机器人关节空程测量方法,其特征在于,在所述根据所述目标空程位姿,对所述待测量机器人进行关节空程测量,得到关节空程测量结果的步骤之后,所述机器人关节空程测量方法还包括:
根据所述连杆变形量,更新所述第一连杆变形信息和所述第二连杆变形信息;
根据更新后的第一连杆变形信息和更新后的第二连杆变形信息,对所述预设连杆变形量预测模型进行训练样本扩增,得到扩增样本;
根据所述扩增样本,对所述预设连杆变形量预测模型进行迭代优化。
8.一种机器人关节空程测量装置,其特征在于,所述机器人关节空程测量装置包括:
获取模块,用于获取待测量机器人进行关节空程后的连杆变形量;
调整模块,用于根据所述连杆变形量,对所述待测量机器人的空程后位姿进行调整,得到目标空程位姿;
测量模块,用于根据所述目标空程位姿,对所述待测量机器人进行关节空程测量,得到关节空程测量结果。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;
与所述至少一个处理器通信连接的存储器;
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至7中任一项所述的机器人关节空程测量方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有实现机器人关节空程测量方法的程序,所述实现机器人关节空程测量方法的程序被处理器执行以实现如权利要求1至7中任一项所述机器人关节空程测量方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211396142.5A CN115431302B (zh) | 2022-11-09 | 2022-11-09 | 机器人关节空程测量方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211396142.5A CN115431302B (zh) | 2022-11-09 | 2022-11-09 | 机器人关节空程测量方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115431302A true CN115431302A (zh) | 2022-12-06 |
CN115431302B CN115431302B (zh) | 2023-03-24 |
Family
ID=84252179
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211396142.5A Active CN115431302B (zh) | 2022-11-09 | 2022-11-09 | 机器人关节空程测量方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115431302B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116460893A (zh) * | 2023-06-20 | 2023-07-21 | 广东隆崎机器人有限公司 | 机器人关节空程图像测量装置及其测量方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106737855A (zh) * | 2016-08-22 | 2017-05-31 | 南京理工大学 | 一种综合位姿误差模型与刚度补偿的机器人精度补偿方法 |
CN107972071A (zh) * | 2017-12-05 | 2018-05-01 | 华中科技大学 | 一种基于末端点平面约束的工业机器人连杆参数标定方法 |
CN112643669A (zh) * | 2020-12-04 | 2021-04-13 | 广州机械科学研究院有限公司 | 一种机器人位置偏差补偿方法、系统、装置及存储介质 |
CN112847312A (zh) * | 2021-01-08 | 2021-05-28 | 杭州飞钛航空智能装备有限公司 | 工业机器人及其连杆变形补偿方法、装置 |
CN112894881A (zh) * | 2020-12-29 | 2021-06-04 | 埃夫特智能装备股份有限公司 | 一种工业机器人关节空程测试装置及其测量方法 |
US20220016781A1 (en) * | 2020-07-17 | 2022-01-20 | Rethink Robotics Gmbh | Method for Aligning a Robotic Arm |
CN114102587A (zh) * | 2021-11-17 | 2022-03-01 | 达闼机器人有限公司 | 机器人控制方法、系统、电子设备和存储介质 |
-
2022
- 2022-11-09 CN CN202211396142.5A patent/CN115431302B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106737855A (zh) * | 2016-08-22 | 2017-05-31 | 南京理工大学 | 一种综合位姿误差模型与刚度补偿的机器人精度补偿方法 |
CN107972071A (zh) * | 2017-12-05 | 2018-05-01 | 华中科技大学 | 一种基于末端点平面约束的工业机器人连杆参数标定方法 |
US20220016781A1 (en) * | 2020-07-17 | 2022-01-20 | Rethink Robotics Gmbh | Method for Aligning a Robotic Arm |
CN112643669A (zh) * | 2020-12-04 | 2021-04-13 | 广州机械科学研究院有限公司 | 一种机器人位置偏差补偿方法、系统、装置及存储介质 |
CN112894881A (zh) * | 2020-12-29 | 2021-06-04 | 埃夫特智能装备股份有限公司 | 一种工业机器人关节空程测试装置及其测量方法 |
CN112847312A (zh) * | 2021-01-08 | 2021-05-28 | 杭州飞钛航空智能装备有限公司 | 工业机器人及其连杆变形补偿方法、装置 |
CN114102587A (zh) * | 2021-11-17 | 2022-03-01 | 达闼机器人有限公司 | 机器人控制方法、系统、电子设备和存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116460893A (zh) * | 2023-06-20 | 2023-07-21 | 广东隆崎机器人有限公司 | 机器人关节空程图像测量装置及其测量方法 |
CN116460893B (zh) * | 2023-06-20 | 2023-08-18 | 广东隆崎机器人有限公司 | 机器人关节空程图像测量装置及其测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115431302B (zh) | 2023-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102997933B (zh) | 一种确定陀螺仪零偏误差的方法、装置及包括该装置的系统 | |
CN115431302B (zh) | 机器人关节空程测量方法、装置、电子设备及存储介质 | |
CN116277040B (zh) | 基于深度学习的机械臂振动抑制方法、装置、设备及介质 | |
CN103808349B (zh) | 矢量传感器的误差校正方法和装置 | |
CN114579933B (zh) | 误差测量优化方法、装置、电子设备及可读存储介质 | |
CN112082547A (zh) | 组合导航系统优化方法、装置、电子设备及存储介质 | |
CN114638411A (zh) | 二氧化碳浓度预测方法、装置、设备及介质 | |
CN116678403A (zh) | 惯性测量装置的温度补偿方法、装置、设备及存储介质 | |
CN115495038A (zh) | 音频调整方法、装置、电子设备及可读存储介质 | |
CN113741750B (zh) | 光标位置更新方法、装置和电子设备 | |
CN113407045B (zh) | 一种光标控制方法、装置、电子设备和存储介质 | |
CN116372942B (zh) | 机器人关节补偿方法、装置、电子设备及可读存储介质 | |
CN110207699B (zh) | 一种定位方法和装置 | |
CN116460859B (zh) | Scara机器人运动补偿方法、装置、设备及存储介质 | |
CN114781567B (zh) | 检测设备安装方法、装置、电子设备及可读存储介质 | |
CN116907636B (zh) | 一种噪声监测方法及装置 | |
US10324510B2 (en) | Information processing apparatus and method for measuring energy consumption | |
CN113532352B (zh) | 一种六自由度位移平台位置检测方法 | |
CN116010753B (zh) | 一种运动模拟器位姿误差的评估方法、系统、设备及介质 | |
CN117840997A (zh) | 一种力学数据的补偿方法及装置、设备、介质 | |
CN116360649A (zh) | 移动控制方法、装置、设备及介质 | |
CN115805593B (zh) | 力传感器安装信息确定方法、装置、设备和介质 | |
CN114038371B (zh) | 伽马调校方法、相关装置及存储介质 | |
CN115420418B (zh) | 气压测量方法、装置、电子设备及可读存储介质 | |
CN116046426A (zh) | 起重设备故障诊断方法、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 |