CN116372932B - 应用于机器人或机器人系统的模块化设计系统 - Google Patents
应用于机器人或机器人系统的模块化设计系统 Download PDFInfo
- Publication number
- CN116372932B CN116372932B CN202310442532.XA CN202310442532A CN116372932B CN 116372932 B CN116372932 B CN 116372932B CN 202310442532 A CN202310442532 A CN 202310442532A CN 116372932 B CN116372932 B CN 116372932B
- Authority
- CN
- China
- Prior art keywords
- robot
- parameters
- module
- connection
- interface
- 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
- 238000013461 design Methods 0.000 title claims abstract description 44
- 238000012544 monitoring process Methods 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 25
- 230000008569 process Effects 0.000 claims abstract description 21
- 230000002159 abnormal effect Effects 0.000 claims description 38
- 238000012795 verification Methods 0.000 claims description 26
- 238000004458 analytical method Methods 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 17
- 238000004088 simulation Methods 0.000 claims description 13
- 238000005094 computer simulation Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 238000007728 cost analysis Methods 0.000 claims description 3
- 238000004573 interface analysis Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 10
- 230000007613 environmental effect Effects 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 2
- 239000012636 effector Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
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
- B25J9/00—Programme-controlled manipulators
- B25J9/08—Programme-controlled manipulators characterised by modular constructions
-
- 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)
- Automation & Control Theory (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Manipulator (AREA)
Abstract
本发明提供了应用于机器人或机器人系统的模块化设计系统,包括:构思模块,用于根据工业需求,对机器人进行模型构思,得到机器人的初始模型,并基于初始模块,确定机器人构建的各个模块参数,并基于工业需求,确定对机器人的性能参数;组装模块,用于选取满足机器人构建的各个模块参数和性能参数的机器人模块,并设计各个机器人模块之间的连接参数,基于连接参数,对机器人模块进行组装;监测模块,用于对机器人的组装过程进行监测,根据监测结果实时调整组装过程,得到机器人;本发明设计出更具有针对性、更专业化的机器人应用于工业任务中和满足各种工业场景需求。
Description
技术领域
本发明涉及机器人技术领域,特别涉及一种应用于机器人或机器人系统的模块化设计系统。
背景技术
随着新一轮工业制造的新型升级,对机器人提出了新的性能要求。用户对移动机器人系统运行的灵活性、安全性和可靠性要求也更加严格。复合移动机器人“手脚兼具”的独特应用价值拓宽了移动机器人的边界,能够深入更多场景及环节应用。
复合移动机器人是指由移动平台、操作机、视觉模组、末端执行器等组成,利用多种机器人学、传感器融合定位与导航、移动操作、人工智能等技术,集成了移动机器人与机械臂功能的新型机器人。
如何根据工业需求,设计出更具有针对性、更专业化的机器人应用于工业任务中和满足各种工业场景需求的机器人,成为现在我们需要解决的问题。
发明内容
本发明提供一种应用于机器人或机器人系统的模块化设计系统,设计出更具有针对性、更专业化的机器人应用于工业任务中和满足各种工业场景需求。
一种应用于机器人或机器人系统的模块化设计系统,包括:
构思模块,用于根据工业需求,对机器人进行模型构思,得到机器人的初始模型,并基于初始模型,确定机器人构建的各个模块参数,并基于工业需求,确定对机器人的性能参数;
组装模块,用于选取满足机器人构建的各个模块参数和性能参数的机器人模块,并设计各个机器人模块之间的连接参数,基于连接参数,对机器人模块进行组装;
监测模块,用于对机器人的组装过程进行监测,根据监测结果实时调整组装过程,得到机器人。
优选的,构思模块,包括:
需求分析单元,用于从工业需求中获取机器人工作环境图纸,并基于工作环境图纸初步确定机器人的工作参数;
模型构建单元,用于根据工作参数对机器人模板进行外形构建,并基于构建得到的外形参数和机器人模板建立机器人的初始模型;
模型拆分单元,用于根据功能特征和结构特征,对初始模型进行拆分,得到多个虚拟模块,并确定各个虚拟模块的模块参数。
优选的,模型构建单元,包括:
模拟单元,用于将工作参数放置在工作环境进行工作模拟,根据模拟结果,在机器人模板的基础上进行参数设计,得到初始参数值;
调整单元,用于基于机器人模板的相互约束,对初始参数值进行相互验证,并对验证不通过的异常参数按照约束规则进行调整,得到目标参数值;
配置单元,用于在机器人模板按照目标参数值进行数值配置,得到初始模型。
优选的,构思模块,还包括:
动态模拟单元,用于根据工业需求,在初始模型的基础上进行工作模拟,构建初始模型的动态模拟模型;
性能分析单元,用于对动态模拟模型按照预设性能指标进行性能分析,确定在预设性能指标下的性能参数。
优选的,组装模块,包括:
第一选取单元,用于从机器人模块库中选取满足模块参数和性能参数的第一机器人模块,并对第一机器人模块进行成本分析和寿命分析,确定第一机器人模块的性价比系数;
第二选取单元,用于从工业需求中获取成本预算,从第一机器人模块选取满足基于成本预算且性价比系数最高的第二机器人模块作为最终的机器人模块;
组装单元,用于基于机器人模块之间的连接关系,设计连接参数,基于连接参数,对机器人模块进行组装。
优选的,组装单元,包括:
接口确定单元,用于根据机器人模块的型号,确定机器人模块的接口信息,并提取接口信息中的关键词特征,确定关键词特征的相似距离,并基于接口信息的多样化特征,设置距离阈值;
接口分析单元,用于获取机器人模块的连接面的结构参数,基于接口信息获取接口参数,基于接口参数在结构参数中的位置特征,对接口参数进行参数排序,建立接口参数矩阵,并根据接口参数的类型,确定接口参数矩阵中的可变参数和不可变参数;
接口匹配单元,用于为接口参数矩阵中的可变参数匹配第一模糊控制规则,为接口参数矩阵中的不可变参数匹配第二模糊控制规则,利用第一模糊控制规则和第二模糊控制规则,以距离阈值为模糊控制参数,对连接的两个机器人模块的接口参数矩阵进行模糊匹配,得到不同机器人模块的接口参数之间的匹配度;
模型设计单元,用于基于匹配度,确定接口参数之间的连接关系,并根据连接关系为接口参数配置标准化数字名称,根据标准化数字名称建立数字化表达模型;
标记组装单元,用于按照数字化表达模型,对机器人模块的接口进行数字化标记,并按照标记结果对机器人模块进行组装。
优选的,监测模块,包括:
第一监测单元,用于对机器人模块在行接口对准时进行第一监测,并根据第一监测结果进行机器人模块位置调整;
第二监测单元,用于在满足接口对准要求后,对机器人模块在接口连接时进行第二监测,并根据第二监测结果进行报警提醒。
优选的,第一监测单元,包括:
位置分析单元,用于获取机器人模块在进行接口对准时的第一图像和第二图像,并对第一图像和第二图像进行关键点分析,确定关键点在第一图像的第一位置和在第二图像的第二位置,根据关键点的连接特征确定关键点之间的相对位置特征;
第一判断单元,用于判断第一位置和第二位置是否满足相对位置特征;
若是,进行机器人模块的接口连接工作;
否则,根据第一位置和第二位置的位置差异,对机器人模块的相对位置进行调整,直到满足相对位置特征。
优选的,第二监测单元,包括:
区域对比单元,用于在机器人模块的进行接口连接时获取第三图像,并从第三图像中获取连接区域,并基于视觉检测确定连接区域的实际连接特征,从预设模板图像中获取标准连接特征,将实际连接特征和标准连接特征进行对比,得到连接特征差异;
序列比较单元,用于根据连接区域的连接类型,设定可允许差异范围,并根据连接区域的位置,对可允许差异范围进行排序得到范围序列,将连接特征差异按照连接区域的位置进行排序得到差异序列,对范围序列和差异序列进行比较,提取出不满足的异常序列;
第二判断单元,用于判断异常序列的数量是否大于预设数量,若是,判定为整体连接异常,并进行第一报警提醒;
否则,判定为局部连接异常,并获取异常序列对应的连接区域的状态参数,判断状态参数是否异常;
若是,判定为局部连接异常,且异常原因为连接工艺错误导致,并进行第二报警提醒;
否则,判定为局部连接异常,且异常原因为连接工艺误差导致,并进行第三报警提醒。
优选的,还包括:验证模块,用于在组装得到机器人后,对机器人进行性能验证;
验证模块,包括:
第一计算单元,用于根据工业需求,设计功能验证位置以及在功能验证位置下的功能事件,并基于功能事件,确定机器人的最小性能系数;
第二计算单元,用于根据机器人的性能参数,确定机器人的实际性能参数;
验证单元,用于判断实际性能参数是否大于最小性能参数;
若是,表明组装得到的机器人通过验证;
否则,表明组装得到的机器人不满足工业需求,并进行重新组装。
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应用于及其然后机器人系统的模块化设计系统的结构图;
图2为本发明实施例中构思模块的结构图;
图3为本发明实施例中组装模块的结构图。
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
一种应用于机器人或机器人系统的模块化设计系统,如图1所示,包括:
构思模块,用于根据工业需求,对机器人进行模型构思,得到机器人的初始模型,并基于初始模型,确定机器人构建的各个模块参数,并基于工业需求,确定对机器人的性能参数;
组装模块,用于选取满足机器人构建的各个模块参数和性能参数的机器人模块,并设计各个机器人模块之间的连接参数,基于连接参数,对机器人模块进行组装;
监测模块,用于对机器人的组装过程进行监测,根据监测结果实时调整组装过程,得到机器人。
在该实施例中,所述工业需求例如为码垛、运输、交互等。
在该实施例中,所述初始模型确定了机器人的外形参数。
在该实施例中,所述机器人模块包括:移动平台(底座),操作台(机械臂),视觉模组和末端执行器(夹爪)等。
在该实施例中,所述连接参数包括各个机器人模块之间具体的接口连接参数。
在该实施例中,所述性能参数包括导航性能、控制性能、安全性能、供电性能等。
在该实施例中,对机器人的组装过程进行监测包括接口连接过程监测、机器人模块连接过程状态监测。
上述设计方案的有益效果是:通过根据工业需求,从外形特征和内部性能要求两方面来选取合适的机器人模块,并根据机器人的接口参数进行组装,且在机器人模块组装过程中进行监测,设计出更具有针对性、更专业化的机器人应用于工业任务中和满足各种工业场景需求。
实施例2
基于实施例1的基础上,本发明实施例提供一种应用于机器人或机器人系统的模块化设计系统,如图2所示,构思模块,包括:
需求分析单元,用于从工业需求中获取机器人工作环境图纸,并基于工作环境图纸初步确定机器人的工作参数;
模型构建单元,用于根据工作参数对机器人模板进行外形构建,并基于构建得到的外形参数和机器人模板建立机器人的初始模型;
模型拆分单元,用于根据功能特征和结构特征,对初始模型进行拆分,得到多个虚拟模块,并确定各个虚拟模块的模块参数。
在该实施例中,所述工作参数为机器人的移动轨迹和目标位置的确定,以及倒带目标位置的工作操作。
在该实施例中,所述初始模型确定了机器人的外形参数。
在该实施例中,所述虚拟模块例如为机械臂,底座等。
在该实施例中,所述模块参数为每个虚拟模块的外形参数。
在该实施例中,所述功能特征例如为转动、平移、抓取等,所述结构特征例如为夹爪、机械臂、底座等。
上述设计方案的工作原理及有益效果是:通过对工业需求的分析,在机器人模板的基础上初步确定机器人的外形参数,建立得到初始模型,并根据功能特征和结构特征对初始模型进行进一步拆分,得到各个虚拟模块及其对应的模块参数,为进一步选取实际的机器人模块和组装,提供数据基础。
实施例3
基于实施例2的基础上,本发明实施例提供一种应用于机器人或机器人系统的模块化设计系统,模型构建单元,包括:
模拟单元,用于将工作参数放置在工作环境进行工作模拟,根据模拟结果,在机器人模板的基础上进行参数设计,得到初始参数值;
调整单元,用于基于机器人模板的相互约束,对初始参数值进行相互验证,并对验证不通过的异常参数按照约束规则进行调整,得到目标参数值;
配置单元,用于在机器人模板按照目标参数值进行数值配置,得到初始模型。
在该实施例中,所述机器人模板的相互约束例如为机械臂最大长度限制,机械轴转动角度范围限制和底座体积重量比限制等。
在该实施例中,所述机器人模板为设计机器人数据库中预先设计好的机器人模板,可在此基础上根据具体需求对机器人进行进一步设计。
上述设计方案的有益效果是:通过根据工作环境下的模拟,确定初始参数值,再根据机器人模板的相互约束,对初始参数值进行相互验证,并对验证不通过的异常参数按照约束规则进行调整,得到目标参数值,最终配置得到初始模型,从机器人模板基础上设计初始模型,保证初始模型的实际可行性,根据机器人模板的相互约束,对初始参数值进行相互验证,并对验证不通过的异常参数按照约束规则进行调整,保证初始模型与工业需求的匹配度,为进一步选取实际的机器人模块和组装,提供数据基础。
实施例4
基于实施例1的基础上,本发明实施例提供一种应用于机器人或机器人系统的模块化设计系统,构思模块,还包括:
动态模拟单元,用于根据工业需求,在初始模型的基础上进行工作模拟,构建初始模型的动态模拟模型;
性能分析单元,用于对动态模拟模型按照预设性能指标进行性能分析,确定在预设性能指标下的性能参数。
在该实施例中,所述动态模拟模型为初始模型的动态运行下的形态。
在该实施例中,所述预设性能指标包括导航指标、控制指标,安全指标和供电指标等。
上述设计方案的工作原理及有益效果是:通过根据初始模型的动态模拟模型下的性能特征分析,保证得到性能参数满足实际机器人的动态需求,为设计满足要求的机器人提供基础。
实施例5
基于实施例1的基础上,本发明实施例提供一种应用于机器人或机器人系统的模块化设计系统,如图3所示,组装模块,包括:
第一选取单元,用于从机器人模块库中选取满足模块参数和性能参数的第一机器人模块,并对第一机器人模块进行成本分析和寿命分析,确定第一机器人模块的性价比系数;
第二选取单元,用于从工业需求中获取成本预算,从第一机器人模块选取满足基于成本预算且性价比系数最高的第二机器人模块作为最终的机器人模块;
组装单元,用于基于机器人模块之间的连接关系,设计连接参数,基于连接参数,对机器人模块进行组装。
上述设计方案的工作原理和有益效果是:通过从机器人模块库中先选择满足模块参数和性能参数的第一机器人模块,保证选取的模块满足参数要求,然后进一步从第一机器人模块中选取满足成本需求且性价比最高的机器人模块作为最终的机器人模块,保证选取的机器人模块的对工业需求的最优性,最终,于基于机器人模块之间的连接关系,设计连接参数,基于连接参数,对机器人模块进行组装,得到完整机器人。
实施例6
基于实施例5的基础上,本发明实施例提供一种应用于机器人或机器人系统的模块化设计系统,组装单元,包括:
接口确定单元,用于根据机器人模块的型号,确定机器人模块的接口信息,并提取接口信息中的关键词特征,确定关键词特征的相似距离,并基于接口信息的多样化特征,设置距离阈值;
接口分析单元,用于获取机器人模块的连接面的结构参数,基于接口信息获取接口参数,基于接口参数在结构参数中的位置特征,对接口参数进行参数排序,建立接口参数矩阵,并根据接口参数的类型,确定接口参数矩阵中的可变参数和不可变参数;
接口匹配单元,用于为接口参数矩阵中的可变参数匹配第一模糊控制规则,为接口参数矩阵中的不可变参数匹配第二模糊控制规则,利用第一模糊控制规则和第二模糊控制规则,以距离阈值为模糊控制参数,对连接的两个机器人模块的接口参数矩阵进行模糊匹配,得到不同机器人模块的接口参数之间的匹配度;
模型设计单元,用于基于匹配度,确定接口参数之间的连接关系,并根据连接关系为接口参数配置标准化数字名称,根据标准化数字名称建立数字化表达模型;
标记组装单元,用于按照数字化表达模型,对机器人模块的接口进行数字化标记,并按照标记结果对机器人模块进行组装。
在该实施例中,接口信息的多样化特征与机器人模块的来源相关,来源越广泛,对应的多样化特征越明显,设计的距离阈值越大,为了能够表征接口匹配的准确性。
在该实施例中,关键词特征越相似,对应的相似距离越小。
在该实施例中,所述可变参数表示接口可动态改变,不可变参数表示接口固定不可变。
在该实施例中,第一模糊控制规则为动态模糊控制规则,不同的接口特征对应不同的模糊类型,第二模糊控制规则为静态模糊控制规则,不同的接口对应相同的模糊类型。
在该实施例中,接口参数之间的匹配度最高作为最终的连接关系。
在该实施例中,设计数字化表达模型对接口名称进行统一化且确定连接关系中接口之间的对应的数字化名称。
在该实施例中,标记结果为匹配的两个接口之间拥有统一标识。
上述设计方案的有益效果是:通过对机器人模块在结构参数下对接口参数进行排序得到矩阵,便于了对接口的分析匹配,之后通过为矩阵中的可变参数和不可变参数设计不同的模糊控制规则进行模糊匹配,保证模糊匹配的准确性和针对性,保证得到匹配结果的准确性,为确定连接关系提供基础,最后,通过设计数字化表达模型来对模块进行组装,明确组装过程的对应关系,便于组装的顺利执行,最终,设计出更具有针对性、更专业化的机器人应用于工业任务中和满足各种工业场景需求。
实施例7
基于实施例1的基础上,本发明实施例提供一种应用于机器人或机器人系统的模块化设计系统,,监测模块,包括:
第一监测单元,用于对机器人模块在行接口对准时进行第一监测,并根据第一监测结果进行机器人模块位置调整;
第二监测单元,用于在满足接口对准要求后,对机器人模块在接口连接时进行第二监测,并根据第二监测结果进行报警提醒。
上述设计方案的有益效果是:通过随机器人模块在接口对准和接口连接两个过程进行监测,保证机器人模块组装过程的顺利进行,保证组装得到机器人的功能完整性,设计出更具有针对性、更专业化的机器人应用于工业任务中和满足各种工业场景需求。
实施例8
基于实施例7的基础上,本发明实施例提供一种应用于机器人或机器人系统的模块化设计系统,第一监测单元,包括:
位置分析单元,用于获取机器人模块在进行接口对准时的第一图像和第二图像,并对第一图像和第二图像进行关键点分析,确定关键点在第一图像的第一位置和在第二图像的第二位置,根据关键点的连接特征确定关键点之间的相对位置特征;
第一判断单元,用于判断第一位置和第二位置是否满足相对位置特征;
若是,进行机器人模块的接口连接工作;
否则,根据第一位置和第二位置的位置差异,对机器人模块的相对位置进行调整,直到满足相对位置特征。
在该实施例中,所述第一图像为进行连接的两个机器人模块中的第一个机器人模块的连接面的图像,第二图像为另一个机器人模块的连接面的图像。
在该实施例中,关键点为接口的位置。
在该实施例中,相对位置特征例如为第一接口在里第二接口在外或第一接口在左第二接口在右。
在该实施例中,对相对位置进行调整为整体移动机器人模块向四方移动。
上述设计方案的有益效果是:通过在接口对准时对机器人模块连接面的接口位置进行分析比较,在不满足相对位置要求后进行调整,保证接口对准的准确性,为机器人模块的接口匹配连接提供位置基础。
实施例9
基于实施例7的基础上,本发明实施例提供一种应用于机器人或机器人系统的模块化设计系统,第二监测单元,包括:
区域对比单元,用于在机器人模块的进行接口连接时获取第三图像,并从第三图像中获取连接区域,并基于视觉检测确定连接区域的实际连接特征,从预设模板图像中获取标准连接特征,将实际连接特征和标准连接特征进行对比,得到连接特征差异;
序列比较单元,用于根据连接区域的连接类型,设定可允许差异范围,并根据连接区域的位置,对可允许差异范围进行排序得到范围序列,将连接特征差异按照连接区域的位置进行排序得到差异序列,对范围序列和差异序列进行比较,提取出不满足的异常序列;
第二判断单元,用于判断异常序列的数量是否大于预设数量,若是,判定为整体连接异常,并进行第一报警提醒;
否则,判定为局部连接异常,并获取异常序列对应的连接区域的状态参数,判断状态参数是否异常;
若是,判定为局部连接异常,且异常原因为连接工艺错误导致,并进行第二报警提醒;
否则,判定为局部连接异常,且异常原因为连接工艺误差导致,并进行第三报警提醒。
在该实施例中,所述实际连接特征包括例如连接面积、连接深度和连接位置等特征。
在该实施例中,所述状态参数例如包括连接压力,连接温度等参数。
上述设计方案的工作原理及有益效果是:通过根据视觉检测对连接特征进行确定,并结合预先确定的标准连接特征,来确定连接区域的差异,之后根据连接区域的位置特征来建立差异序列与对可允许差异范围进行排序得到范围序列进行序列比较,通过序列的方式便于了对对应差异的分析比较,得到异常序列,最后,根据异常序列的数量来判断时整体存在异常还是具备存在异常,进行不同的报警提醒,且在确定为局部异常时,进一步对状态参数进行分析,确定导致局部异常的原因,便于后续工作人员对接口连接的调整,保证了机器人模块之间接口连接的质量和效率,设计出更具有针对性、更专业化的机器人应用于工业任务中和满足各种工业场景需求。
实施例10
基于实施例1的基础上,本发明实施例提供一种应用于机器人或机器人系统的模块化设计系统,还包括:验证模块,用于在组装得到机器人后,对机器人进行性能验证;
验证模块,包括:
第一计算单元,用于根据工业需求,设计功能验证位置以及在功能验证位置下的功能事件,并基于功能事件,确定机器人的最小性能系数;
所述最小性能系数的计算公式如下:
其中,表示所述最小性能系数,/>表示功能事件的执行步骤数,/>表示功能事件的第i次执行步骤转换到第i+1次执行步骤的转换难度,取值为(0,1),/>表示功能验证位置的环境参数数量,/>表示第j个环境参数的参数值,取值为(0,1);
第二计算单元,用于根据机器人的性能参数,确定机器人的实际性能参数;
所述实际性能系数的计算公式如下:
其中,表示所述实际性能系数,/>表示机器人的安全系数,/>表示机器人的供电系数,/>表示机器人的导航系数,/>表示机器人的控制系数;
验证单元,用于判断实际性能参数是否大于最小性能参数;
若是,表明组装得到的机器人通过验证;
否则,表明组装得到的机器人不满足工业需求,并进行重新组装。
在该实施例中,所述安全系数,供电系数,导航系数和控制系数的取值均为(0,1)。
在该实施例中,功能验证位置的环境参数数量与对功能验证位置周围的区域划分相关,越复杂,区域划分越多,参数数量越多。
在该实施例中,所述环境参数的参数值与环境的复杂程度有关,越复杂,参数值越大。
在该实施例中,步骤转换难度与机器人控制性能相关,环境参数计算与机器人导航性能相关。
在该实施例中,所述最小性能系数为支撑机器人完成工业需求的最低性能需求。
上述设计方案的有益效果是:通过根据工业需求与机器人本身的性能分析,判断机器人本身的性能是否可以实现工业需求,对机器人性能进行验证,保证最终组装得到的机器人能应用于工业任务中和满足各种工业场景需求的机器人。
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 (8)
1.一种应用于机器人或机器人系统的模块化设计系统,其特征在于,包括:
构思模块,用于根据工业需求,对机器人进行模型构思,得到机器人的初始模型,并基于初始模型,确定机器人构建的各个模块参数,并基于工业需求,确定对机器人的性能参数;
组装模块,用于选取满足机器人构建的各个模块参数和性能参数的机器人模块,并设计各个机器人模块之间的连接参数,基于连接参数,对机器人模块进行组装;
监测模块,用于对机器人的组装过程进行监测,根据监测结果实时调整组装过程,得到机器人;
其中,组装模块进一步包括:
第一选取单元,用于从机器人模块库中选取满足模块参数和性能参数的第一机器人模块,并对第一机器人模块进行成本分析和寿命分析,确定第一机器人模块的性价比系数;
第二选取单元,用于从工业需求中获取成本预算,从第一机器人模块选取满足基于成本预算且性价比系数最高的第二机器人模块作为最终的机器人模块;
组装单元,用于基于机器人模块之间的连接关系,设计连接参数,基于连接参数,对机器人模块进行组装;其中,组装单元进一步包括:
接口确定单元,用于根据机器人模块的型号,确定机器人模块的接口信息,并提取接口信息中的关键词特征,确定关键词特征的相似距离,并基于接口信息的多样化特征,设置距离阈值;
接口分析单元,用于获取机器人模块的连接面的结构参数,基于接口信息获取接口参数,基于接口参数在结构参数中的位置特征,对接口参数进行参数排序,建立接口参数矩阵,并根据接口参数的类型,确定接口参数矩阵中的可变参数和不可变参数;
接口匹配单元,用于为接口参数矩阵中的可变参数匹配第一模糊控制规则,为接口参数矩阵中的不可变参数匹配第二模糊控制规则,利用第一模糊控制规则和第二模糊控制规则,以距离阈值为模糊控制参数,对连接的两个机器人模块的接口参数矩阵进行模糊匹配,得到不同机器人模块的接口参数之间的匹配度;
模型设计单元,用于基于匹配度,确定接口参数之间的连接关系,并根据连接关系为接口参数配置标准化数字名称,根据标准化数字名称建立数字化表达模型;
标记组装单元,用于按照数字化表达模型,对机器人模块的接口进行数字化标记,并按照标记结果对机器人模块进行组装。
2.根据权利要求1所述的一种应用于机器人或机器人系统的模块化设计系统,其特征在于,构思模块,包括:
需求分析单元,用于从工业需求中获取机器人工作环境图纸,并基于工作环境图纸初步确定机器人的工作参数;
模型构建单元,用于根据工作参数对机器人模板进行外形构建,并基于构建得到的外形参数和机器人模板建立机器人的初始模型;
模型拆分单元,用于根据功能特征和结构特征,对初始模型进行拆分,得到多个虚拟模块,并确定各个虚拟模块的模块参数。
3.根据权利要求2所述的一种应用于机器人或机器人系统的模块化设计系统,其特征在于,模型构建单元,包括:
模拟单元,用于将工作参数放置在工作环境进行工作模拟,根据模拟结果,在机器人模板的基础上进行参数设计,得到初始参数值;
调整单元,用于基于机器人模板的相互约束,对初始参数值进行相互验证,并对验证不通过的异常参数按照约束规则进行调整,得到目标参数值;
配置单元,用于在机器人模板按照目标参数值进行数值配置,得到初始模型。
4.根据权利要求1所述的一种应用于机器人或机器人系统的模块化设计系统,其特征在于,构思模块,还包括:
动态模拟单元,用于根据工业需求,在初始模型的基础上进行工作模拟,构建初始模型的动态模拟模型;
性能分析单元,用于对动态模拟模型按照预设性能指标进行性能分析,确定在预设性能指标下的性能参数。
5.根据权利要求1所述的一种应用于机器人或机器人系统的模块化设计系统,其特征在于,监测模块,包括:
第一监测单元,用于对机器人模块在进行接口对准时进行第一监测,并根据第一监测结果进行机器人模块位置调整;
第二监测单元,用于在满足接口对准要求后,对机器人模块在接口连接时进行第二监测,并根据第二监测结果进行报警提醒。
6.根据权利要求5所述的一种应用于机器人或机器人系统的模块化设计系统,其特征在于,第一监测单元,包括:
位置分析单元,用于获取机器人模块在进行接口对准时的第一图像和第二图像,并对第一图像和第二图像进行关键点分析,确定关键点在第一图像的第一位置和在第二图像的第二位置,根据关键点的连接特征确定关键点之间的相对位置特征;
第一判断单元,用于判断第一位置和第二位置是否满足相对位置特征;
若是,进行机器人模块的接口连接工作;
否则,根据第一位置和第二位置的位置差异,对机器人模块的相对位置进行调整,直到满足相对位置特征。
7.根据权利要求5所述的一种应用于机器人或机器人系统的模块化设计系统,其特征在于,第二监测单元,包括:
区域对比单元,用于在机器人模块的进行接口连接时获取第三图像,并从第三图像中获取连接区域,并基于视觉检测确定连接区域的实际连接特征,从预设模板图像中获取标准连接特征,将实际连接特征和标准连接特征进行对比,得到连接特征差异;
序列比较单元,用于根据连接区域的连接类型,设定可允许差异范围,并根据连接区域的位置,对可允许差异范围进行排序得到范围序列,将连接特征差异按照连接区域的位置进行排序得到差异序列,对范围序列和差异序列进行比较,提取出不满足的异常序列;
第二判断单元,用于判断异常序列的数量是否大于预设数量,若是,判定为整体连接异常,并进行第一报警提醒;
否则,判定为局部连接异常,并获取异常序列对应的连接区域的状态参数,判断状态参数是否异常;
若是,判定为局部连接异常,且异常原因为连接工艺错误导致,并进行第二报警提醒;
否则,判定为局部连接异常,且异常原因为连接工艺误差导致,并进行第三报警提醒。
8.根据权利要求1所述的一种应用于机器人或机器人系统的模块化设计系统,其特征在于,还包括:验证模块,用于在组装得到机器人后,对机器人进行性能验证;
验证模块,包括:
第一计算单元,用于根据工业需求,设计功能验证位置以及在功能验证位置下的功能事件,并基于功能事件,确定机器人的最小性能系数;
第二计算单元,用于根据机器人的性能参数,确定机器人的实际性能参数;
验证单元,用于判断实际性能参数是否大于最小性能参数;
若是,表明组装得到的机器人通过验证;
否则,表明组装得到的机器人不满足工业需求,并进行重新组装。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310442532.XA CN116372932B (zh) | 2023-04-24 | 2023-04-24 | 应用于机器人或机器人系统的模块化设计系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310442532.XA CN116372932B (zh) | 2023-04-24 | 2023-04-24 | 应用于机器人或机器人系统的模块化设计系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116372932A CN116372932A (zh) | 2023-07-04 |
CN116372932B true CN116372932B (zh) | 2023-11-17 |
Family
ID=86980663
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310442532.XA Active CN116372932B (zh) | 2023-04-24 | 2023-04-24 | 应用于机器人或机器人系统的模块化设计系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116372932B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117008692B (zh) * | 2023-08-04 | 2024-06-25 | 深圳市德航智能技术有限公司 | 一种模块化安装无风扇工业电脑的设计方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101879720A (zh) * | 2010-07-09 | 2010-11-10 | 上海交通大学 | 可重构模块化机器人的控制系统 |
CN106945028A (zh) * | 2017-04-25 | 2017-07-14 | 青岛市辉机器人科技有限公司 | 可组装模块式分散控制机器人 |
CN108839057A (zh) * | 2018-06-25 | 2018-11-20 | 河北工业大学 | 一种工业机器人机械结构的模块化参数化设计方法 |
CN112847430A (zh) * | 2019-11-26 | 2021-05-28 | 中国科学院沈阳自动化研究所 | 一种协作机器人本质安全设计方法 |
CN114700931A (zh) * | 2022-03-25 | 2022-07-05 | 武汉理工大学 | 一种大型玻璃基板搬运机器人系统及其模块化设计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108326847B (zh) * | 2017-12-19 | 2020-12-18 | 北京可以科技有限公司 | 模块化机器人的校正方法、校正系统及控制方法 |
-
2023
- 2023-04-24 CN CN202310442532.XA patent/CN116372932B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101879720A (zh) * | 2010-07-09 | 2010-11-10 | 上海交通大学 | 可重构模块化机器人的控制系统 |
CN106945028A (zh) * | 2017-04-25 | 2017-07-14 | 青岛市辉机器人科技有限公司 | 可组装模块式分散控制机器人 |
CN108839057A (zh) * | 2018-06-25 | 2018-11-20 | 河北工业大学 | 一种工业机器人机械结构的模块化参数化设计方法 |
CN112847430A (zh) * | 2019-11-26 | 2021-05-28 | 中国科学院沈阳自动化研究所 | 一种协作机器人本质安全设计方法 |
CN114700931A (zh) * | 2022-03-25 | 2022-07-05 | 武汉理工大学 | 一种大型玻璃基板搬运机器人系统及其模块化设计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116372932A (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116372932B (zh) | 应用于机器人或机器人系统的模块化设计系统 | |
Kumar et al. | Expert fixture-design system for an automated manufacturing environment | |
Nee | A framework for an object/rule-based automated fixture design system | |
McCarragher et al. | The discrete event modeling and trajectory planning of robotic assembly tasks | |
CN102317044A (zh) | 产业用机器人系统 | |
Jiang et al. | The state of the art of search strategies in robotic assembly | |
CN112757057A (zh) | 融合视觉深度分析的智能免人工示教打磨抛光方法及系统 | |
CN117260815A (zh) | 基于视觉定位的机械手精准定位方法及系统 | |
Wang et al. | Quality-driven sequence planning and line configuration selection for compliant structure assemblies | |
CN117226858B (zh) | 一种工业多轴机器人的协调控制方法及系统 | |
JPH10124130A (ja) | 組立装置 | |
Xie | [Retracted] Industrial Robot Assembly Line Design Using Machine Vision | |
Trung et al. | Tolerance design of robot parameters using generalized reduced gradient algorithm | |
Ye et al. | Trajectory planning of 7-DOF redundant manipulator based on ROS platform | |
CN116690988A (zh) | 一种大型建筑模型3d打印系统和方法 | |
CN115816441B (zh) | 基于任务描述的机器人控制方法、装置及可读介质 | |
Zhang et al. | A Design for a Novel Open, Intelligent and Integrated CNC System Based on ISO 10303-238 and PMAC | |
Shin et al. | On the generation of robotic assembly sequences based on separability and assembly motion stability | |
Weng et al. | Quantitative assessment at task-level for performance of robotic configurations and task plans | |
US20220300875A1 (en) | System having at least one plant system having at least a plurality of agents | |
Reimann et al. | An architecture for integrated automated quality control | |
KR20210075722A (ko) | 제조 공정 현장에서 ar 공정 플랫폼 제공방법 및 시스템 | |
Lindberget | Automatic generation of robot targets: A first step towards a flexible robotic solution for cutting customized mesh tray | |
Strip et al. | Archimedes: An experiment in automating mechanical assembly | |
Kumar et al. | An information model for process control on machine tools |
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 |