CN116494242A - 一种基于机器人系统的交叉耦合控制方法 - Google Patents

一种基于机器人系统的交叉耦合控制方法 Download PDF

Info

Publication number
CN116494242A
CN116494242A CN202310642699.0A CN202310642699A CN116494242A CN 116494242 A CN116494242 A CN 116494242A CN 202310642699 A CN202310642699 A CN 202310642699A CN 116494242 A CN116494242 A CN 116494242A
Authority
CN
China
Prior art keywords
robot
execution
working
robots
instruction
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
CN202310642699.0A
Other languages
English (en)
Other versions
CN116494242B (zh
Inventor
巫飞彪
张少华
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.)
Guangzhou Donghan Intelligent Equipment Co ltd
Original Assignee
Guangzhou Donghan Intelligent Equipment Co ltd
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 Guangzhou Donghan Intelligent Equipment Co ltd filed Critical Guangzhou Donghan Intelligent Equipment Co ltd
Priority to CN202310642699.0A priority Critical patent/CN116494242B/zh
Priority claimed from CN202310642699.0A external-priority patent/CN116494242B/zh
Publication of CN116494242A publication Critical patent/CN116494242A/zh
Application granted granted Critical
Publication of CN116494242B publication Critical patent/CN116494242B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1656Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1661Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1628Programme controls characterised by the control loop
    • B25J9/163Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total 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)
  • Manipulator (AREA)

Abstract

本发明提供了一种基于机器人系统的交叉耦合控制方法包括:分别获取每一机器人系统对应的系统参数,建立参数集,获取并解析用户发出的工作指令,选取可执行工作目的目标机器人集,根据参数集建立不同目标机器人之间的耦合增益,选取耦合增益最高的目标机器人集,得到若干个执行机器人,控制所述执行机器人按照工作指令进行工作,通过根据不同机器人的系统参数,选取耦合增益高的目标机器人进行工作,由于在选取机器人执行工作时提取了耦合增益高的机器人,提高了工作结果的精确度,且利用这种方法可以代替人工挑选以及人工校准,减少了人力消耗,提升了机器人之间的耦合效果,提高了机器人的工作效率,减少了工作失误。

Description

一种基于机器人系统的交叉耦合控制方法
技术领域
本发明涉及机器人控制技术领域,特别涉及一种基于机器人系统的交叉耦合控制方法。
背景技术
随着机器人发展速度的不断提升,应用的范围也不断拓展,出现很多类型的机器人,器人的不断发展为我们的生活提供很多的便利,但是一个机器人的工作范围和功能是有限的,单一的功能已经不能满足工业发展的要求,大多数情况下需要多个机器人配合完成同一工作。
然而,当前针对机器人配合工作的方略还停留在由人工挑选机器人然后进行校准,在校准后投入工作中,但是这种方法对工人的专业素养要求极高,且所建立的方略的适用面窄,耗费人力多,且机器人之间的耦合效果一般,容易造成工作失误。
因此,本发明提供了一种基于机器人系统的交叉耦合控制方法。
发明内容
本发明一种基于机器人系统的交叉耦合控制方法,通过根据不同机器人的系统参数,选取耦合增益高的目标机器人进行工作,由于在选取机器人执行工作时提取了耦合增益高的机器人,提高了工作结果的精确度,且利用这种方法可以代替人工挑选以及人工校准,减少了人力消耗,提升了机器人之间的耦合效果,提高了机器人的工作效率,减少了工作失误。
本发明提供了一种基于机器人系统的交叉耦合控制方法,包括:
步骤1:分别获取每一机器人系统对应的系统参数,建立参数集;
步骤2:获取并解析用户发出的工作指令,选取可执行工作目的目标机器人集;
步骤3:根据参数集建立不同目标机器人之间的耦合增益,选取耦合增益最高的目标机器人集,得到若干个执行机器人;
步骤4:控制所述执行机器人按照工作指令进行工作。
在一种可实施的方式中,
所述步骤1包括:
步骤11:分别获取每一机器人对应的基本信息,根据所述基本信息分别对每一机器人进行命名;
步骤12:解析所述基本信息,得到每一机器人对应的系统参数;
步骤13:统计每一机器人对应的命名和每一机器人对应的系统参数,建立参数集。
在一种可实施的方式中,
所述步骤2包括:
步骤21:获取用户发出的当前指令,判断所述当前指令是否属于合法指令,若是,将所述当前指令记作工作指令;
步骤22:解析所述工作指令,得到工作目的;
步骤23:将所述工作目的划分为若干个子目的,根据所述参数集,得到每一子目的对应的可执行机器人,建立机器人待选择列表;
步骤24:分别获取每一机器人对应的工作状态,结合所述机器人待选择列表,提取处于非工作状态的可执行机器人,分别建立每一子目的对应的目标机器人集。
在一种可实施的方式中,
还包括:
当所述当前指令不属于合法指令时,生成反馈信息传输到所述当前指令的发出端进行显示。
在一种可实施的方式中,
所述步骤3包括:
步骤31:获取所述工作目的中每一子目的对应的目标机器人集;
步骤32:获取不同子目的之间的逻辑关系建立第一逻辑关系树,分别将每一目标机器人集输入到所述第一逻辑关系树对应的分支上,建立第二逻辑关系树,根据所述第二逻辑关系树,建立机器人配合模型;
步骤33:对所述目标机器人集进行排列得到若干个机器人排列组,分别获取同一机器人排列组中每一排列机器人对应的排列系统参数,将所述系统参数输入到所述机器人配合模型中,得到对应机器人排列组的耦合增益;
步骤34:根据耦合增益由高到低的顺序对所述机器人排列组进行排序,提取耦合增益最高的目标机器人集记作执行机器人集,得到若干个执行机器人。
在一种可实施的方式中,
所述步骤4包括:
步骤41:根据所述工作指令建立机器人工作场景;
步骤42:将所述执行机器人对应的执行系统参数输入到所述机器人工作场景中进行场景适应训练,根据训练结果得到每一执行机器人对应的执行过程;
步骤43:根据执行过程连贯原则将所述执行机器人进行工作排序,得到执行方案;
步骤44:控制所述执行机器人按照所述执行方案进行工作。
在一种可实施的方式中,
所述步骤43包括:
步骤431:获取每一执行机器人对应的执行过程和执行系统参数,建立每一执行机器人的工作特征;
步骤432:根据所述工作特征得到每一执行机器人对应的工作范围,根据所述工作范围,对执行过程具有重合关系的第一执行机器人和第二执行机器人对应的第一工作范围和第二工作范围进行相互适应训练,生成每一执行机器人对应的目标工作范围;
步骤433:根据同一执行机器人对应的目标工作范围以及对应的执行过程建立执行方案。
在一种可实施的方式中,
还包括:
当每一所述机器人待选择列表中仅含有一个执行机器人,且每一机器人待选择列表中的执行机器人为同一机器人时,确定所述工作指令属于简易合法指令;
控制所述执行机器人基于所述工作指令进行工作。
在一种可实施的方式中,
还包括:
在所述执行机器人进行工作前,分别获取每一执行机器人对应的合法放置位置;
当所述执行机器人按照工作指令完成工作后,分别控制每一执行机器人回到所述合法放置位置。
在一种可实施的方式中,
还包括:
当所述执行机器人按照工作指令完成工作后,将所述目标机器人集和所述工作指令进行配对,建立执行建议;
将所述执行建议输入到预设存储系统中进行存储。
本发明可以实现的有益效果为:为了选取耦合程度高的机器人来执行工作,在执行工作前先统计每一机器人的系统参数,然后根据用户的工作指令来选取目标机器人集,然后通过分析不同目标机器人之间的耦合增益来选取耦合程度最高的执行机器人,最后控制执行机器人进行工作,通过这样的方式来选取执行机器人,一来可以完成用户的需求,二来利用分析耦合的方式所选取的执行机器人可以更快速的完成工作,提高机器人的工作效率,减少了工作失误。
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基于机器人系统的交叉耦合控制方法的工作流程示意图;
图2为本发明实施例中一种基于机器人系统的交叉耦合控制方法的步骤2工作流程示意图;
图3为本发明实施例中一种基于机器人系统的交叉耦合控制方法的步骤4工作流程示意图。
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
本实施例提供了一种基于机器人系统的交叉耦合控制方法,如图1所示,包括:
步骤1:分别获取每一机器人系统对应的系统参数,建立参数集;
步骤2:获取并解析用户发出的工作指令,选取可执行工作目的目标机器人集;
步骤3:根据参数集建立不同目标机器人之间的耦合增益,选取耦合增益最高的目标机器人集,得到若干个执行机器人;
步骤4:控制所述执行机器人按照工作指令进行工作。
该实例中,系统参数包括一个机器人的结构参数、功能参数、外观参数等;
该实例中,参数集中统计了每一机器人对应的系统参数;
该实例中,工作指令表示由用户发出的,欲控制机器人执行工作的指令;
该实例中,目标机器人集中包含了多个可以执行工作指令的机器人,其中不同的机器人可以执行同一功能;
该实例中,工作目的表示用户欲达到的目的;
该实例中,耦合增益表示两个以及两个以上执行共同操作的机器人之间的相互依赖,相互影响、相互制约信息;
该实例中,执行机器人表示可以执行工作指令的机器人。
上述技术方案的工作原理以及有益效果:为了选取耦合程度高的机器人来执行工作,在执行工作前先统计每一机器人的系统参数,然后根据用户的工作指令来选取目标机器人集,然后通过分析不同目标机器人之间的耦合增益来选取耦合程度最高的执行机器人,最后控制执行机器人进行工作,通过这样的方式来选取执行机器人,一来可以完成用户的需求,二来利用分析耦合的方式所选取的执行机器人可以更快速的完成工作,提高机器人的工作效率,减少了工作失误。
实施例2
在实施例1的基础上,所述一种基于机器人系统的交叉耦合控制方法,所述步骤1包括:
步骤11:分别获取每一机器人对应的基本信息,根据所述基本信息分别对每一机器人进行命名;
步骤12:解析所述基本信息,得到每一机器人对应的系统参数;
步骤13:统计每一机器人对应的命名和每一机器人对应的系统参数,建立参数集。
上述技术方案的工作原理以及有益效果:为了区分不同的机器人,避免在选择执行机器人时发生选择失误,首先获取每一机器人的基本信息,根据基本信息对机器人进行命名,以及根据基本信息来得到每一机器人对应的系统参数,从而建立参数集,为后续选取执行机器人的工作做基础。
实施例3
在实施例1的基础上,所述一种基于机器人系统的交叉耦合控制方法,如图2所示,所述步骤2包括:
步骤21:获取用户发出的当前指令,判断所述当前指令是否属于合法指令,若是,将所述当前指令记作工作指令;
步骤22:解析所述工作指令,得到工作目的;
步骤23:将所述工作目的划分为若干个子目的,根据所述参数集,得到每一子目的对应的可执行机器人,建立机器人待选择列表;
步骤24:分别获取每一机器人对应的工作状态,结合所述机器人待选择列表,提取处于非工作状态的可执行机器人,分别建立每一子目的对应的目标机器人集。
该实例中,当前指令表示用户发出的,未经过合法判断的指令;
该实例中,合法指令表示机器人可以执行的当前指令;
该实例中,子目的表示工作目的中的一个阶段目的;
该实例中,每一子目的对应的可执行机器人的数量可以为多个;
该实例中,每一个子目的对应一个机器人待选列表;
该实例中,可执行机器人表示可以执行某一个子目的,且当前处于空闲状态的机器人;
该实例中,每一个子目的对应的一个目标机器人集。
上述技术方案的工作原理以及有益效果:为了响应用户的需求建立目标机器人集,方便后续选取执行机器人,首先先对判断用户发出的指令是否为合法指令,在用户指令合法的情况下,将工作目的划分为若干个子目的,然后利用参数集来选取每一字目的对应的可执行机器人,再选取其中的空闲机器人,从而建立了目标机器人集,这样一来可以每一子目的所对应的目标机器人已经均被选择出来,为后续选取耦合程度搞得机器人做基础。
实施例4
在实施例3的基础上,所述一种基于机器人系统的交叉耦合控制方法,还包括:
当所述当前指令不属于合法指令时,生成反馈信息传输到所述当前指令的发出端进行显示。
上述技术方案的工作原理以及有益效果:为了避免机器人执行错误的指令发生不良后果,在进行工作前先判断用户发出的当前指令的合法性,然后在当前指令不合法时,生成反馈相信传输到原来的发送端进行显示,提醒用户重新发送指令。
实施例5
在实施例1的基础上,所述一种基于机器人系统的交叉耦合控制方法,所述步骤3包括:
步骤31:获取所述工作目的中每一子目的对应的目标机器人集;
步骤32:获取不同子目的之间的逻辑关系建立第一逻辑关系树,分别将每一目标机器人集输入到所述第一逻辑关系树对应的分支上,建立第二逻辑关系树,根据所述第二逻辑关系树,建立机器人配合模型;
步骤33:对所述目标机器人集进行排列得到若干个机器人排列组,分别获取同一机器人排列组中每一排列机器人对应的排列系统参数,将所述系统参数输入到所述机器人配合模型中,得到对应机器人排列组的耦合增益;
步骤34:根据耦合增益由高到低的顺序对所述机器人排列组进行排序,提取耦合增益最高的目标机器人集记作执行机器人集,得到若干个执行机器人。
该实例中,第一逻辑关系树表示根据不同子目的之间的逻辑关系所建立的逻辑二叉树;
该实例中,第二逻辑关系树表示利用逻辑二叉树的方式表示不同目标机器人集之间的逻辑关系的二叉树;
该实例中,对目标机器人集进行排列的过程表示:分别在每一个目标机器人集中选择一个目标机器人的过程;
该实例中,机器人排列组表示将目标机器人集进行排列后所得到的结果;
该实例中,机器人配合模型中包含了每一目标机器人集中的所有目标机器人;
该实例中,机器人排列组中的目标机器人视为排列机器人;
该实例中,排列系统参数表示一个机器人排列组中每一个排列机器人对应的系统参数。
上述技术方案的工作原理以及有益效果:为了选择配合程度最高的机器人进行工作,首先根据不同子目的之间的逻辑关系建立第一逻辑树,然后将目标机器人集与第一逻辑树结合得到关于目标机器人集的第二逻辑树,从而建立机器人配合模型,然后将目标机器人集中的机器人进行排列,得到了若干个机器人排列组以及对应的系统参数,结合机器人配合模型得到每一机器人排列组对应的耦合增益,然后选取耦合增益最高的目标机器人集,从而得到了若干个执行机器人,这样一来不仅选取了执行机器人,而且在选取过程中分析了不同执行机器人之间的逻辑关系,确保了执行机器人基于已有的逻辑进行工作,提高了工作的有效度。
实施例6
在实施例1的基础上,所述一种基于机器人系统的交叉耦合控制方法,如图3所示,所述步骤4包括:
步骤41:根据所述工作指令建立机器人工作场景;
步骤42:将所述执行机器人对应的执行系统参数输入到所述机器人工作场景中进行场景适应训练,根据训练结果得到每一执行机器人对应的执行过程;
步骤43:根据执行过程连贯原则将所述执行机器人进行工作排序,得到执行方案;
步骤44:控制所述执行机器人按照所述执行方案进行工作。
该实例中,机器人工作场景表示机器人所进行工作时的外界场景以及机器人工作过程中的场景;
该实例中,场景适应训练表示根据执行系统参数对机器人工作场景训练至与执行系统参数匹配的场景的过程;
该实例中,执行过程连贯原则表示将执行机器人的执行过程按照时间顺序进行排序,确保执行过程不中断的原则;
该实例中,执行方案表示将执行过程进行排序后生成的方案。
上述技术方案的工作原理以及有益效果:为了进一步控制执行机器人的工作,避免在执行机器人工作衔接的过程中出现工作卡顿,先根据工作指令建立机器人工作场景,然后将系统参数输入到机器人工作场景中进行训练,得到每一个执行机器人的执行过程,然后将执行过程连接,得到了执行方案,从而控制执行机器人按照执行方案工作,这样一来不仅可以生成一个执行方案,还可以在机器人进行工作的过程中根据执行方案来分析其工作进度,保障了机器人的正常工作。
实施例7
在实施例6的基础上,所述一种基于机器人系统的交叉耦合控制方法,所述步骤43包括:
步骤431:获取每一执行机器人对应的执行过程和执行系统参数,建立每一执行机器人的工作特征;
步骤432:根据所述工作特征得到每一执行机器人对应的工作范围,根据所述工作范围,对执行过程具有重合关系的第一执行机器人和第二执行机器人对应的第一工作范围和第二工作范围进行相互适应训练,生成每一执行机器人对应的目标工作范围;
步骤433:根据同一执行机器人对应的目标工作范围以及对应的执行过程建立执行方案。
该实例中,工作特征表示一个执行机器人在工作过程中所执行的工作以及该机器人的系统参数的特征;
该实例中,工作范围表示执行机器人在进行工作过程中所涉及到的范围,包括:地理范围、对物品的操作范围、执行机器人可以执行的功能;
该实例中,第一执行机器人和第二执行机器人表示具有配合关系的两个机器人;
该实例中,目标工作范围表示执行机器人在进行本次工作时的范围。
上述技术方案的工作原理以及有益效果:通过利用每一个执行机器人的执行过程和执行系统参数建立工作特征,从而根据其工作特征来确定其工作范围,然后将具有配合关系的两个执行机器人的工作范围进行相互适应训练,得到每一执行机器人的目标工作范围,从而结合执行过程,建立执行方案,保证不同的执行机器人在工作过程中更好的实现功能衔接。
实施例8
在实施例3的基础上,所述一种基于机器人系统的交叉耦合控制方法,还包括:
当每一所述机器人待选择列表中仅含有一个执行机器人,且每一机器人待选择列表中的执行机器人为同一机器人时,确定所述工作指令属于简易合法指令;
控制所述执行机器人基于所述工作指令进行工作。
上述技术方案的工作原理以及有益效果:为了节约时间,提高机器人的工作效率,当一个机器人可以完成工作指令的要求时,直接控制该机器人进行工作,减少了不必要的分析过程。
实施例9
在实施例1的基础上,所述一种基于机器人系统的交叉耦合控制方法,还包括:
在所述执行机器人进行工作前,分别获取每一执行机器人对应的合法放置位置;
当所述执行机器人按照工作指令完成工作后,分别控制每一执行机器人回到所述合法放置位置。
上述技术方案的工作原理以及有益效果:为了有效的管理机器人,当机器人工作结束后,控制其回到原来的位置,便于下次使用。
实施例10
在实施例1的基础上,所述一种基于机器人系统的交叉耦合控制方法,还包括:
当所述执行机器人按照工作指令完成工作后,将所述目标机器人集和所述工作指令进行配对,建立执行建议;
将所述执行建议输入到预设存储系统中进行存储。
上述技术方案的工作原理以及有益效果:为了提高机器人的工作效率,在机器人完成一次工作后将其工作的信息进行存储,在用户再次发出同样的指令时可以直接选择对应的目标机器人集进行工作,实现了快速响应。
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 (10)

1.一种基于机器人系统的交叉耦合控制方法,其特征在于,包括:
步骤1:分别获取每一机器人系统对应的系统参数,建立参数集;
步骤2:获取并解析用户发出的工作指令,选取可执行工作目的目标机器人集;
步骤3:根据参数集建立不同目标机器人之间的耦合增益,选取耦合增益最高的目标机器人集,得到若干个执行机器人;
步骤4:控制所述执行机器人按照工作指令进行工作。
2.如权利要求1所述的一种基于机器人系统的交叉耦合控制方法,其特征在于,所述步骤1包括:
步骤11:分别获取每一机器人对应的基本信息,根据所述基本信息分别对每一机器人进行命名;
步骤12:解析所述基本信息,得到每一机器人对应的系统参数;
步骤13:统计每一机器人对应的命名和每一机器人对应的系统参数,建立参数集。
3.如权利要求1所述的一种基于机器人系统的交叉耦合控制方法,其特征在于,所述步骤2包括:
步骤21:获取用户发出的当前指令,判断所述当前指令是否属于合法指令,若是,将所述当前指令记作工作指令;
步骤22:解析所述工作指令,得到工作目的;
步骤23:将所述工作目的划分为若干个子目的,根据所述参数集,得到每一子目的对应的可执行机器人,建立机器人待选择列表;
步骤24:分别获取每一机器人对应的工作状态,结合所述机器人待选择列表,提取处于非工作状态的可执行机器人,分别建立每一子目的对应的目标机器人集。
4.如权利要求3所述的一种基于机器人系统的交叉耦合控制方法,其特征在于,还包括:
当所述当前指令不属于合法指令时,生成反馈信息传输到所述当前指令的发出端进行显示。
5.如权利要求1所述的一种基于机器人系统的交叉耦合控制方法,其特征在于,所述步骤3包括:
步骤31:获取所述工作目的中每一子目的对应的目标机器人集;
步骤32:获取不同子目的之间的逻辑关系建立第一逻辑关系树,分别将每一目标机器人集输入到所述第一逻辑关系树对应的分支上,建立第二逻辑关系树,根据所述第二逻辑关系树,建立机器人配合模型;
步骤33:对所述目标机器人集进行排列得到若干个机器人排列组,分别获取同一机器人排列组中每一排列机器人对应的排列系统参数,将所述系统参数输入到所述机器人配合模型中,得到对应机器人排列组的耦合增益;
步骤34:根据耦合增益由高到低的顺序对所述机器人排列组进行排序,提取耦合增益最高的目标机器人集记作执行机器人集,得到若干个执行机器人。
6.如权利要求1所述的一种基于机器人系统的交叉耦合控制方法,其特征在于,所述步骤4包括:
步骤41:根据所述工作指令建立机器人工作场景;
步骤42:将所述执行机器人对应的执行系统参数输入到所述机器人工作场景中进行场景适应训练,根据训练结果得到每一执行机器人对应的执行过程;
步骤43:根据执行过程连贯原则将所述执行机器人进行工作排序,得到执行方案;
步骤44:控制所述执行机器人按照所述执行方案进行工作。
7.如权利要求6所述的一种基于机器人系统的交叉耦合控制方法,其特征在于,所述步骤43包括:
步骤431:获取每一执行机器人对应的执行过程和执行系统参数,建立每一执行机器人的工作特征;
步骤432:根据所述工作特征得到每一执行机器人对应的工作范围,根据所述工作范围,对执行过程具有重合关系的第一执行机器人和第二执行机器人对应的第一工作范围和第二工作范围进行相互适应训练,生成每一执行机器人对应的目标工作范围;
步骤433:根据同一执行机器人对应的目标工作范围以及对应的执行过程建立执行方案。
8.如权利要求3所述的一种基于机器人系统的交叉耦合控制方法,其特征在于,还包括:
当每一所述机器人待选择列表中仅含有一个执行机器人,且每一机器人待选择列表中的执行机器人为同一机器人时,确定所述工作指令属于简易合法指令;
控制所述执行机器人基于所述工作指令进行工作。
9.如权利要求1所述的一种基于机器人系统的交叉耦合控制方法,其特征在于,还包括:
在所述执行机器人进行工作前,分别获取每一执行机器人对应的合法放置位置;
当所述执行机器人按照工作指令完成工作后,分别控制每一执行机器人回到所述合法放置位置。
10.如权利要求1所述的一种基于机器人系统的交叉耦合控制方法,其特征在于,还包括:
当所述执行机器人按照工作指令完成工作后,将所述目标机器人集和所述工作指令进行配对,建立执行建议;
将所述执行建议输入到预设存储系统中进行存储。
CN202310642699.0A 2023-06-01 一种基于机器人系统的交叉耦合控制方法 Active CN116494242B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310642699.0A CN116494242B (zh) 2023-06-01 一种基于机器人系统的交叉耦合控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310642699.0A CN116494242B (zh) 2023-06-01 一种基于机器人系统的交叉耦合控制方法

Publications (2)

Publication Number Publication Date
CN116494242A true CN116494242A (zh) 2023-07-28
CN116494242B CN116494242B (zh) 2024-07-09

Family

ID=

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105069530A (zh) * 2015-08-13 2015-11-18 肇庆学院 一种基于多目标优化的多机器人任务分配方法
US9987745B1 (en) * 2016-04-01 2018-06-05 Boston Dynamics, Inc. Execution of robotic tasks
CN109176530A (zh) * 2018-10-23 2019-01-11 广州赛特智能科技有限公司 一种医院搬运机器人的集群调度方法
CN109227542A (zh) * 2018-10-16 2019-01-18 深圳市睿科智联科技有限公司 协作机器人构建方法、系统、移动终端及存储介质
CN109658029A (zh) * 2018-12-18 2019-04-19 深圳市丰巢科技有限公司 一种取件处理方法、装置、设备及存储介质
CN110480635A (zh) * 2019-08-09 2019-11-22 中国人民解放军国防科技大学 一种用于多机器人的控制方法及控制系统
CN112672858A (zh) * 2018-09-10 2021-04-16 远程连接株式会社 机器人控制装置、机器人控制方法以及机器人控制系统
CN112757303A (zh) * 2021-01-15 2021-05-07 上海擎朗智能科技有限公司 机器人控制方法、装置、机器人、运送系统及介质
KR102282360B1 (ko) * 2020-10-15 2021-07-27 주식회사 아이온커뮤니케이션즈 복수 로봇 제어 시스템 및 방법
WO2022094746A1 (zh) * 2020-11-03 2022-05-12 北京洛必德科技有限公司 一种多机器人多任务协同工作方法与服务器
CN114769968A (zh) * 2022-05-19 2022-07-22 广州东焊智能装备有限公司 一种基于多工业机器人的自动焊接系统
CN115097816A (zh) * 2022-05-20 2022-09-23 深圳市大族机器人有限公司 一种模块化多机器人协作控制方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105069530A (zh) * 2015-08-13 2015-11-18 肇庆学院 一种基于多目标优化的多机器人任务分配方法
US9987745B1 (en) * 2016-04-01 2018-06-05 Boston Dynamics, Inc. Execution of robotic tasks
CN112672858A (zh) * 2018-09-10 2021-04-16 远程连接株式会社 机器人控制装置、机器人控制方法以及机器人控制系统
US20210187738A1 (en) * 2018-09-10 2021-06-24 Telexistence Inc. Robot control apparatus, robot control method, and robot control system
CN109227542A (zh) * 2018-10-16 2019-01-18 深圳市睿科智联科技有限公司 协作机器人构建方法、系统、移动终端及存储介质
CN109176530A (zh) * 2018-10-23 2019-01-11 广州赛特智能科技有限公司 一种医院搬运机器人的集群调度方法
CN109658029A (zh) * 2018-12-18 2019-04-19 深圳市丰巢科技有限公司 一种取件处理方法、装置、设备及存储介质
CN110480635A (zh) * 2019-08-09 2019-11-22 中国人民解放军国防科技大学 一种用于多机器人的控制方法及控制系统
KR102282360B1 (ko) * 2020-10-15 2021-07-27 주식회사 아이온커뮤니케이션즈 복수 로봇 제어 시스템 및 방법
WO2022094746A1 (zh) * 2020-11-03 2022-05-12 北京洛必德科技有限公司 一种多机器人多任务协同工作方法与服务器
CN112757303A (zh) * 2021-01-15 2021-05-07 上海擎朗智能科技有限公司 机器人控制方法、装置、机器人、运送系统及介质
CN114769968A (zh) * 2022-05-19 2022-07-22 广州东焊智能装备有限公司 一种基于多工业机器人的自动焊接系统
CN115097816A (zh) * 2022-05-20 2022-09-23 深圳市大族机器人有限公司 一种模块化多机器人协作控制方法

Similar Documents

Publication Publication Date Title
CN105652833B (zh) 基于双向智能搜索的制造企业车间调度优化方法
CN111080170B (zh) 一种工作流建模方法、装置、电子设备及存储介质
US7249142B2 (en) Automatic machine for production of sequences based on profiles as well as method for automatic production of sequences
JPH02264329A (ja) プログラム自動生成装置
CN112860756A (zh) 基于习题测试的学习资源推荐方法、装置及计算机设备
CN111191879A (zh) 一种综合评估的方法和系统
Bouchereau et al. Quality function deployment: the unused tool
CN116494242B (zh) 一种基于机器人系统的交叉耦合控制方法
CN116494242A (zh) 一种基于机器人系统的交叉耦合控制方法
CN109976153A (zh) 控制无人驾驶设备及模型训练的方法、装置及电子设备
CN117316297A (zh) 辅助绘图系统、方法、计算机设备及计算机可读存储介质
CN110968770B (zh) 一种终止爬虫工具爬取的方法及装置
WO2020085114A1 (ja) 情報処理装置、情報処理方法、および、プログラム
CN110471367A (zh) 一种能够协同运动的动态三维模型的构建方法
CN110716522B (zh) 基于任意时间a*启发式搜索的制造企业车间调度优化方法
US11605187B1 (en) Drawing function identification in graphics applications
CN113255914A (zh) 一种结构化表示智能体目标实现过程的方法
CN112633832B (zh) 一种机械产品可配置设计的设计节点配置方法
CN112069558B (zh) 基于rfkd的产品创新设计知识推送系统及构建方法
WO2018120166A1 (zh) 一种码垛的方法、装置及机器人
CN116450991B (zh) 火箭测试数据自动判读方法、系统、电子设备及存储介质
CN116578442B (zh) 基于人工智能决策的应用崩溃分析方法及大数据存储系统
CN114418456B (zh) 一种基于工况的机器学习进度管控方法及相关装置
CN115827644B (zh) 一种基于可视化视图配置的报表生成方法、系统和服务器
CN117829574A (zh) 一种缝制工序时间确定方法及系统

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