CN116038718B - 一种高灵活度多轴机器人及其双关节模组 - Google Patents
一种高灵活度多轴机器人及其双关节模组 Download PDFInfo
- Publication number
- CN116038718B CN116038718B CN202310341112.2A CN202310341112A CN116038718B CN 116038718 B CN116038718 B CN 116038718B CN 202310341112 A CN202310341112 A CN 202310341112A CN 116038718 B CN116038718 B CN 116038718B
- Authority
- CN
- China
- Prior art keywords
- determining
- module
- axis robot
- sequence
- flexibility
- 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
- B25J9/16—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
- B25J17/00—Joints
-
- 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
- B25J9/1612—Programme controls characterised by the hand, wrist, grip control
-
- 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
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Manipulator (AREA)
Abstract
本发明提供了一种高灵活度多轴机器人及其双关节模组,包括:包括三组双关节模组,还包括:模型建立模块,用于根据每组双关节模组在多轴机器人中的位置分布和结构分布,结合运动学和动力学模型建立多轴机器人的机器人运动模型;角度确定模块,用于根据工作任务,确定机器人运动模型的第一转动角度范围,并根据在第一转动角度范围下的零力矩点,确定满足要求的第二转动角度序列;指令确定模块,用于根据第二转动角度序列,得到目标控制指令;工作模块,用于按照目标控制指令指导多轴机器人进行工作任务;保证多轴机器人在进行工作任务的灵活度和稳定性。
Description
技术领域
本发明涉及机器人技术领域,特别涉及一种高灵活度多轴机器人及其双关节模组。
背景技术
多轴协作机器人,可应用于自动化集成生产线、装配、拾取、焊接、研磨、喷漆等领域。
在申请公布号为CN 112720492 A,申请名称为多轴机器人的复杂轨迹光顺方法、装置、介质及电子设备提到由于机器人的多轴特性,往往会在某些区域,轴的转动角速度大于其实际能够支撑的角速度,因此实际转动角度不宜过大,造成多轴机器人灵活度不够,且造成机器人运行不稳定的问题。
因此,本发明实施例提供一种高灵活度多轴机器人及其双关节模组。
发明内容
本发明提供一种高灵活度多轴机器人及其双关节模组,保证多轴机器人在进行工作任务的灵活度和稳定性。
一种高灵活度多轴机器人,包括三组双关节模组,还包括:
模型建立模块,用于根据每组双关节模组在多轴机器人中的位置分布和结构分布,结合运动学和动力学模型建立多轴机器人的机器人运动模型;
角度确定模块,用于根据工作任务,确定机器人运动模型的第一转动角度范围,并根据在第一转动角度范围下的零力矩点,确定满足要求的第二转动角度序列;
指令确定模块,用于根据第二转动角度序列,得到目标控制指令;
工作模块,用于按照目标控制指令指导多轴机器人进行工作任务。
优选的,还包括:
电源模块,用于为其他模块的运行提供电力支持;
通讯模块,用于为多轴机器人与控制平台建立通讯连接。
优选的,模型建立模块,包括:
特征确定单元,用于根据每组双关节模组的运行参数和其连接的轴臂的尺寸参数建立单模组模型,获取每个单模组模型中的公共臂轴,并确定公共臂轴在每个单模组模型中的旋转特征;
特征约束单元,用于根据双关节模组在多轴机器人中的位置分布,确定双关节模组对应的公共臂轴之间的约束关系,并基于约束关系,对旋转特征进行调整,得到目标旋转特征,并根据目标旋转特征建立旋转特征;
矩阵建立单元,用于根据每组双关节模组中每个关键模组的运行参数,确定双关节模组的参数特征,建立参数矩阵;
关系确定单元,用于根据运动学和动力学模型,确定目标旋转特征与参数特征之间的映射关系,其中一个参数特征对应一个目标旋转特征;
因素分析单元,用于确定双关节模组的参数特征的第一影响因素,和目标旋转特征的第二影响因素,并根据因素属性,将第一影响因素和第二影响因素进行叠加,得到综合影响因素,并根据综合影响因素,建立影响矩阵;
模型建立单元,用于基于影响矩阵对映射关系进行修正得到最优映射关系,并根据所述最优映射关系,建立多轴机器人的机器人运动模型。
优选的,模型建立单元,包括:
外形模拟单元,用于根据多轴机器人的尺寸参数和活动参数建立机器人外形模型;
关系分析单元,用于根据最优映射关系,确定机器人运动和力学的第一关系,机器人运动和参数的第二关系;
模型动态化单元,用于根据第一关系和第二关系,在机器人外形模型的基础上进行动态化,得到机器人运动模型。
优选的,角度确定模块,包括:
范围确定单元,用于根据工作任务,确定多轴机器人的工作负载和工作环境,并基于工作负载,对多轴机器人进行第一角度限定,基于工作环境,对多轴机器人进行第二角度限定,且结合机器人运动模型,确定各个轴臂的第一转动角度范围;
序列确定单元,用于根据工作任务,结合第一转动角度范围,确定多轴机器人各个轴臂的转动角度,得到第一转动角度序列;
差值确定单元,用于根据工作负载,结合机器人运动模型,预测第一转动角度序列下多轴机器人的理论零力矩点,并根据多轴机器人的历史工作记录,确定多轴机器人的期望零力矩点,且获取理论零力矩点和期望零力矩点的力矩点差值;
顺序确定单元,用于按照力矩点差值从小到大的顺序对第一转动角度序列进行排序,得到第一序列顺序;
指标确定单元,用于获取第一转动角度序列中每个角度序列中的角度取值,建立角度取值和轴臂的第三对应关系,根据轴臂的结构特征和控制轴臂的双关节模组参数特征,确定灵活度评价指标;
灵活度确定单元,用于从第三对应关系中分析得到灵活度评价指标对应的评价数据,基于评价数据,得到第一转动角度序列的灵活度取值;
顺序确定单元,还用于按照灵活度取值从大到小,对第一转动角度序列进行排序,得到第二序列顺序;
最优选取单元,用于根据第一序列顺序和第二序列顺序,从第一转动角度序列选择最优转动角度序列作为第二转动角度序列。
优选的,最优选取单元,包括:
权重确定单元,用于根据工作任务,确定对稳定性和灵活性的要求,从而确定稳定性权重和灵活性权重;
加权单元,用于基于稳定性权重对第一序列顺序进行第一加权得到每个序列的第一取值,基于灵活性权重对第二序列顺序进行第二加权每个序列的第二取值;
选取单元,用于选择第一取值和第二取值的和最大所对应的第一转动角度序列作为最优转动角度序列。
优选的,指令确定模块,包括:
指令获取单元,用于获取可实现第二转动角度序列的指令集合;
指令分析单元,用于确定在指令集合下每个指令的机动状态性能值和控制状态性能值;
指令选取单元,用于基于机动状态性能值和控制状态性能值,从指令集合中选取最优指令作为目标控制指令。
优选的,工作模块,包括:
执行单元,用于接收目标控制指令,并执行目标控制指令;
监测单元,用于对按照目标控制指令工作的多轴机器人进行任务监测,确定任务完成情况。
一种双关节模组,应用于实施例1-8中的任意一项,包括:第一模组和第二模组,还包括用于来连接第一模组第二模组的连接轴臂。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种高灵活度多轴机器人的结构图;
图2为本发明实施例中模型建立模块的结构图;
图3为本发明实施例中指令确定模块的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1:本发明实施例提供一种高灵活度多轴机器人,包括三组双关节模组,如图1所示,还包括:
模型建立模块,用于根据每组双关节模组在多轴机器人中的位置分布和结构分布,结合运动学和动力学模型建立多轴机器人的机器人运动模型;
角度确定模块,用于根据工作任务,确定机器人运动模型的第一转动角度范围,并根据在第一转动角度范围下的零力矩点,确定满足要求的第二转动角度序列;
指令确定模块,用于根据第二转动角度序列,得到目标控制指令;
工作模块,用于按照目标控制指令指导多轴机器人进行工作任务。
在该实施例中,所述机器人运动模型用于模拟机器人在各种运动状态下多轴机器人中双关节模组的参数变化等。
在该实施例中,所述工作任务例如是码垛、巡检、搬运和焊接等。
在该实施例中,所述零力矩点落在所述多轴机器人的底座范围内时,表示满足要求。
上述设计方案的有益效果是:通过利用三组双关节模组建立多轴机器人,提高了多轴机器人的灵活度和稳定性,在多轴机器人进行工作任务前来评估多轴机器人的灵活性和稳定性,确定目标控制指令,保证多轴机器人在确定的目标控制指令进行工作任务的灵活度和稳定性。
实施例2:基于实施例1的基础上,本发明实施例提供一种高灵活度多轴机器人,还包括:
电源模块,用于为其他模块的运行提供电力支持;
通讯模块,用于为多轴机器人与控制平台建立通讯连接。
上述涉及方案的有益效果是:通过电源模块为其他模块的运行提供电力支持,通过通讯模块为多轴机器人与控制平台建立通讯连接。
实施例3:基于实施例1的基础上,本发明实施例提供一种高灵活度多轴机器人,如图2所示,模型建立模块,包括:
特征确定单元,用于根据每组双关节模组的运行参数和其连接的轴臂的尺寸参数建立单模组模型,获取每个单模组模型中的公共臂轴,并确定公共臂轴在每个单模组模型中的旋转特征;
特征约束单元,用于根据双关节模组在多轴机器人中的位置分布,确定双关节模组对应的公共臂轴之间的约束关系,并基于约束关系,对旋转特征进行调整,得到目标旋转特征,并根据目标旋转特征建立旋转特征;
矩阵建立单元,用于根据每组双关节模组中每个关键模组的运行参数,确定双关节模组的参数特征,建立参数矩阵;
关系确定单元,用于根据运动学和动力学模型,确定目标旋转特征与参数特征之间的映射关系,其中一个参数特征对应一个目标旋转特征;
因素分析单元,用于确定双关节模组的参数特征的第一影响因素,和目标旋转特征的第二影响因素,并根据因素属性,将第一影响因素和第二影响因素进行叠加,得到综合影响因素,并根据综合影响因素,建立影响矩阵;
模型建立单元,用于基于影响矩阵对映射关系进行修正得到最优映射关系,并根据所述最优映射关系,建立多轴机器人的机器人运动模型。
在该实施例中,单模组模型为一个双关机模组和其连接的轴臂形成,公共轴臂为轴臂两头均连接有一个双关机模组,受两个双关机模组的影响。
在该实施例中,所述约束关系为例如先进行第一双关机模组的运动,其运动后的结果将影响第二双关机模组的运行,形成的影响构成约束关系。
在该实施例中,所述为双关节模组的参数例如包括编码精度、运动精度、组合运动方式参数等。
在该实施例中,所述第一影响因素为双关节模组的参数特征带来的影响,例如编码精度带来轴臂运动不准确的影响,第二影响因素为目标旋转特征带来的影响,例如旋转280度将带来受力点不稳定的情况等。
在该实施例中,第一影响因素和第二影响因素进行叠加,得到综合影响因素,若一影响因素和第二影响因素不重合,则直接作为综合影响因素。
在该实施例中, 对映射关系的修正具体为参数矩阵不变,对参数矩阵对应的旋转特征举证进行微调。
上述涉及方案的有益效果是:通过根据每组双关节模组在多轴机器人中的位置分布和结构分布建立机器人运动模型,确定机器人运动时参数与旋转特征之间的具体关系,并结合运动血和力学,保证选抓特征的合理性和稳定性,通过建立的机器人运动模型,为后续多轴机器人进行工作任务时的指令确定提供基础。
实施例4:基于实施例3的基础上,本发明实施例提供一种高灵活度多轴机器人,模型建立单元,包括:
外形模拟单元,用于根据多轴机器人的尺寸参数和活动参数建立机器人外形模型;
关系分析单元,用于根据最优映射关系,确定机器人运动和力学的第一关系,机器人运动和参数的第二关系;
模型动态化单元,用于根据第一关系和第二关系,在机器人外形模型的基础上进行动态化,得到机器人运动模型。
上述设计方案的有益效果是:通过根据机器人运动和力学的第一关系,机器人运动和参数的第二关系,对机器人外形模型的基础上进行动态化,得到机器人运动模型,保证得到机器人运动模型运动的合理性。
实施例5:基于实施例1的基础上,本发明实施例提供一种高灵活度多轴机器人,角度确定模块,包括:
范围确定单元,用于根据工作任务,确定多轴机器人的工作负载和工作环境,并基于工作负载,对多轴机器人进行第一角度限定,基于工作环境,对多轴机器人进行第二角度限定,且结合机器人运动模型,确定各个轴臂的第一转动角度范围;
序列确定单元,用于根据工作任务,结合第一转动角度范围,确定多轴机器人各个轴臂的转动角度,得到第一转动角度序列;
差值确定单元,用于根据工作负载,结合机器人运动模型,预测第一转动角度序列下多轴机器人的理论零力矩点,并根据多轴机器人的历史工作记录,确定多轴机器人的期望零力矩点,且获取理论零力矩点和期望零力矩点的力矩点差值;
顺序确定单元,用于按照力矩点差值从小到大的顺序对第一转动角度序列进行排序,得到第一序列顺序;
指标确定单元,用于获取第一转动角度序列中每个角度序列中的角度取值,建立角度取值和轴臂的第三对应关系,根据轴臂的结构特征和控制轴臂的双关节模组参数特征,确定灵活度评价指标;
灵活度确定单元,用于从第三对应关系中分析得到灵活度评价指标对应的评价数据,基于评价数据,得到第一转动角度序列的灵活度取值;
顺序确定单元,还用于按照灵活度取值从大到小,对第一转动角度序列进行排序,得到第二序列顺序;
最优选取单元,用于根据第一序列顺序和第二序列顺序,从第一转动角度序列选择最优转动角度序列作为第二转动角度序列。
在该实施例中,用于可以完成工作任务对应的轴臂的转动角度情况有多种,所以所述第一转动角度序列为多个。
在该实施例中,期望零力矩点根据多轴机器人的工作稳定性对应的零力矩点确定。
在该实施例中,第三对应关系,为角度与参数的对应关系。
在该实施例中,灵活度评价指标例如为双关节模组的转动幅度、轴臂的转动轨迹等。
在该实施例中,评价数据例如为角度数值、参数数值及其它们之间的组合分析数值。
上述设计方案的有益效果是:通过根据对多轴机器人零力矩点的分析,来确定多轴机器人的轴臂在工作负载和各种转动角度下的稳定性,和根据多轴机器人的运行状态和控制参数确定扎起各种工作形态下的灵活度,从稳定性和灵活度两方面分析,确定对多轴机器人在工作任务下最优的角度确定,在双关节模组的情况下,既保证多轴机器人工作的稳定性,有保证多种机器人工作的灵活性。
实施例6:基于实施例5的基础上,本发明实施例提供一种高灵活度多轴机器人,最优选取单元,包括:
权重确定单元,用于根据工作任务,确定对稳定性和灵活性的要求,从而确定稳定性权重和灵活性权重;
加权单元,用于基于稳定性权重对第一序列顺序进行第一加权得到每个序列的第一取值,基于灵活性权重对第二序列顺序进行第二加权每个序列的第二取值;
选取单元,用于选择第一取值和第二取值的和最大所对应的第一转动角度序列作为最优转动角度序列。
上述设计方案的有益效果是:通过从稳定性和灵活性两方面考虑。确保得到的最优转动角度序列的合理性和实际性。
实施例7:基于实施例1的基础上,本发明实施例提供一种高灵活度多轴机器人,如图3所示,指令确定模块,包括:
指令获取单元,用于获取可实现第二转动角度序列的指令集合;
指令分析单元,用于确定在指令集合下每个指令的机动状态性能值和控制状态性能值;
其中,表示机动噪声的参与权值,取值为(0,1),/>表示电力经济的参与权值,取值为(0,1),/>表示动力检测的参与权值,取值为(0,1),/>表示机动噪声的检测值,/>表示预设机动噪声检测最小参考值,/>表示动力检测的检测值,/>表示预设动力检测的检测最小参考值,/>表示电力经济的计算值,/>表示预设电力经济的计算最小参考值;
指令选取单元,用于基于机动状态性能值和控制状态性能值,从指令集合中选取最优指令作为目标控制指令。
在该实施例中,所述指令集合中的指令均能实现按照第二转动角度序列进行转动。
在该实施例中,选取机动状态性能值和控制状态性能值的和最大的指令作为目标控制指令。
在该实施例中,机动状态性能值用于确定多轴机器人机组状态,状态越好,取值越大。
在该实施例中,控制状态性能值用于确定多轴机器人活动状态,状态越好,取值越大。
在该实施例中,检测最小参考值均为根据对多轴机器人的历史检测记录得到。
在该实施例中,参与权值与机动状态性能值确定属性分布相关,分布越大,取值越大。
上述设计方案的有益效果是:通过根据计算多轴机器人的机动状态性能值和控制状态性能值,确定最优的目标控制指令,在保证完成工作任务的前提下,使得多轴机器人的状态最佳。
实施例8:基于实施例1的基础上,本发明实施例提供一种高灵活度多轴机器人,工作模块,包括:
执行单元,用于接收目标控制指令,并执行目标控制指令;
监测单元,用于对按照目标控制指令工作的多轴机器人进行任务监测,确定任务完成情况。
上述设计方案的有益效果是:通过执行目标控制指令和监测在目标控制指令工作的多轴机器人的任务完成情况,保证多轴机器人的工作效率和工作质量。
实施例9:一种双关节模组,应用于实施例1-8中的任意一项,包括:第一模组和第二模组,还包括用于来连接第一模组第二模组的连接轴臂。
上述设计方案的有益效果是:通过双关节模组组成的多轴机器人,保证的多轴机器人的灵活度。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种高灵活度多轴机器人,其特征在于,包括三组双关节模组,还包括:
模型建立模块,用于根据每组双关节模组在多轴机器人中的位置分布和结构分布,结合运动学和动力学模型建立多轴机器人的机器人运动模型;
角度确定模块,用于根据工作任务,确定机器人运动模型的第一转动角度范围,并根据在第一转动角度范围下的零力矩点,确定满足要求的第二转动角度序列;
指令确定模块,用于根据第二转动角度序列,得到目标控制指令;
工作模块,用于按照目标控制指令指导多轴机器人进行工作任务;
模型建立模块,包括:
特征确定单元,用于根据每组双关节模组的运行参数和其连接的轴臂的尺寸参数建立单模组模型,获取每个单模组模型中的公共轴臂,并确定公共轴臂在每个单模组模型中的旋转特征;
特征约束单元,用于根据双关节模组在多轴机器人中的位置分布,确定双关节模组对应的公共轴臂之间的约束关系,并基于约束关系,对旋转特征进行调整,得到目标旋转特征;
矩阵建立单元,用于根据每组双关节模组中每个关键模组的运行参数,确定双关节模组的参数特征,建立参数矩阵;
关系确定单元,用于根据运动学和动力学模型,确定目标旋转特征与参数特征之间的映射关系,其中一个参数特征对应一个目标旋转特征;
因素分析单元,用于确定双关节模组的参数特征的第一影响因素,和目标旋转特征的第二影响因素,并根据因素属性,将第一影响因素和第二影响因素进行叠加,得到综合影响因素,并根据综合影响因素,建立影响矩阵;
模型建立单元,用于基于影响矩阵对映射关系进行修正得到最优映射关系,并根据所述最优映射关系,建立多轴机器人的机器人运动模型。
2.根据权利要求1所述的一种高灵活度多轴机器人,其特征在于,还包括:
电源模块,用于为其他模块的运行提供电力支持;
通讯模块,用于为多轴机器人与控制平台建立通讯连接。
3.根据权利要求1所述的一种高灵活度多轴机器人,其特征在于,
根据权利要求1所述的一种高灵活度多轴机器人,其特征在于,模型建立单元,包括:
外形模拟单元,用于根据多轴机器人的尺寸参数和活动参数建立机器人外形模型;
关系分析单元,用于根据最优映射关系,确定机器人运动和力学的第一关系,机器人运动和运行参数的第二关系;
模型动态化单元,用于根据第一关系和第二关系,在机器人外形模型的基础上进行动态化,得到机器人运动模型。
4.根据权利要求1所述的一种高灵活度多轴机器人,其特征在于,角度确定模块,包括:
范围确定单元,用于根据工作任务,确定多轴机器人的工作负载和工作环境,并基于工作负载,对多轴机器人进行第一角度限定,基于工作环境,对多轴机器人进行第二角度限定,且结合机器人运动模型,确定各个轴臂的第一转动角度范围;
序列确定单元,用于根据工作任务,结合第一转动角度范围,确定多轴机器人各个轴臂的转动角度,得到第一转动角度序列;
差值确定单元,用于根据工作负载,结合机器人运动模型,预测第一转动角度序列下多轴机器人的理论零力矩点,并根据多轴机器人的历史工作记录,确定多轴机器人的期望零力矩点,且获取理论零力矩点和期望零力矩点的力矩点差值;
顺序确定单元,用于按照力矩点差值从小到大的顺序对第一转动角度序列进行排序,得到第一序列顺序;
指标确定单元,用于获取第一转动角度序列中每个角度序列中的角度取值,建立角度取值和轴臂的第三对应关系,根据轴臂的结构特征和控制轴臂的双关节模组参数特征,确定灵活度评价指标;
灵活度确定单元,用于从第三对应关系中分析得到灵活度评价指标对应的评价数据,基于评价数据,得到第一转动角度序列的灵活度取值;
顺序确定单元,还用于按照灵活度取值从大到小,对第一转动角度序列进行排序,得到第二序列顺序;
最优选取单元,用于根据第一序列顺序和第二序列顺序,从第一转动角度序列选择最优转动角度序列作为第二转动角度序列。
5.根据权利要求4所述的一种高灵活度多轴机器人,其特征在于,最优选取单元,包括:
权重确定单元,用于根据工作任务,确定对稳定性和灵活性的要求,从而确定稳定性权重和灵活性权重;
加权单元,用于基于稳定性权重对第一序列顺序进行第一加权得到每个序列的第一取值,基于灵活性权重对第二序列顺序进行第二加权得到每个序列的第二取值;
选取单元,用于选择第一取值和第二取值的和最大所对应的第一转动角度序列作为最优转动角度序列。
6.根据权利要求1所述的一种高灵活度多轴机器人,其特征在于,指令确定模块,包括:
指令获取单元,用于获取可实现第二转动角度序列的指令集合;
指令分析单元,用于确定在指令集合下每个指令的机动状态性能值和控制状态性能值;
指令选取单元,用于基于机动状态性能值和控制状态性能值,从指令集合中选取最优指令作为目标控制指令。
7.根据权利要求1所述的一种高灵活度多轴机器人,其特征在于,工作模块,包括:
执行单元,用于接收目标控制指令,并执行目标控制指令;
监测单元,用于对按照目标控制指令工作的多轴机器人进行任务监测,确定任务完成情况。
8.一种双关节模组,应用于权利要求1-7中的任意一项,其特征在于,包括:第一模组和第二模组,还包括用于来连接第一模组第二模组的连接的轴臂。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310341112.2A CN116038718B (zh) | 2023-04-03 | 2023-04-03 | 一种高灵活度多轴机器人及其双关节模组 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310341112.2A CN116038718B (zh) | 2023-04-03 | 2023-04-03 | 一种高灵活度多轴机器人及其双关节模组 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116038718A CN116038718A (zh) | 2023-05-02 |
CN116038718B true CN116038718B (zh) | 2023-07-14 |
Family
ID=86118607
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310341112.2A Active CN116038718B (zh) | 2023-04-03 | 2023-04-03 | 一种高灵活度多轴机器人及其双关节模组 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116038718B (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003057427A1 (fr) * | 2001-12-28 | 2003-07-17 | Honda Giken Kogyo Kabushiki Kaisha | Dispositif de commande pour robot mobile sur jambes |
JP6228079B2 (ja) * | 2014-07-16 | 2017-11-08 | 本田技研工業株式会社 | 移動ロボットの動作目標生成装置 |
CN110000778B (zh) * | 2019-03-24 | 2020-12-11 | 北京化工大学 | 一种仿蛇机器人控制方法 |
-
2023
- 2023-04-03 CN CN202310341112.2A patent/CN116038718B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN116038718A (zh) | 2023-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109822574B (zh) | 一种工业机器人末端六维力传感器标定的方法 | |
CN110161850B (zh) | 一种工业机器人变参数刚度辨识与建模方法 | |
CN107717993B (zh) | 一种高效便捷的简易机器人标定方法 | |
CN106426176B (zh) | 一种六自由度空间机械臂动态负载能力工作空间分析方法 | |
CN102279101B (zh) | 六维力高频疲劳试验机的使用方法 | |
CN107443382A (zh) | 工业机器人结构参数误差辨识与补偿方法 | |
CN108406771A (zh) | 一种平面约束误差模型及机器人自标定方法 | |
CN113341728B (zh) | 一种抗噪型归零神经网络的四轮移动机械臂轨迹跟踪控制方法 | |
CN111618859A (zh) | 一种对于静止或低速工况下机械臂高精度力反馈的方法 | |
CN109634111B (zh) | 一种高速重载机器人动态变形计算方法 | |
CN110370271A (zh) | 工业串联机器人的关节传动比误差校准方法 | |
CN115946131B (zh) | 一种柔性关节机械臂运动控制仿真计算方法及装置 | |
CN113051673A (zh) | 一种机器人改进Stribeck摩擦模型辨识方法 | |
CN114880888B (zh) | 多旋转关节机器人末端效应器位姿相关动力学的预测方法 | |
CN113636348A (zh) | 一种建筑安装使用的玻璃转运系统 | |
CN116038718B (zh) | 一种高灵活度多轴机器人及其双关节模组 | |
CN106154838A (zh) | 一种定位装置的残余振荡抑制方法及系统 | |
CN106802979B (zh) | 基于有限元分析焊接机器人模型简化方法 | |
CN113752300B (zh) | 一种工业机器人能耗预测方法 | |
Jin et al. | Dynamic simulation modeling of industrial robot kinematics in industry 4.0 | |
CN108247636B (zh) | 并联机器人闭环反馈控制方法、系统及存储介质 | |
CN111152260A (zh) | 一种串联旋转关节机械臂的关节转角辅助测量系统及方法 | |
CN110154006A (zh) | 基于遗传算法的scara机器人的臂长优化方法 | |
CN115091455A (zh) | 一种工业机器人定位误差补偿方法 | |
CN107443356B (zh) | 一种可实时显示机器人形态的系统及方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |