System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及重負載機器人,尤其涉及一種重負載機器人的智能控制方法、裝置及設備。
技術介紹
1、隨著經濟的發展,人工成本提高,在人口福利不再的情況下,許多企業迫切需要實現產業升級,使用工業機器人是產業升級的重要手段。市面上的機器人形式多樣,種類繁多,適用場景廣泛,可以用在搬運、打磨、焊接、噴涂、裝配、切割、雕刻等工作中,必須清楚了解自身的需求及機器人的性能闡述、應用場景之后,才能確定機器人的負載。現今社會中,由于機器人的負載能力高、效率快而逐漸替代人工進行一些重復性高、工作強度大、工作環境惡劣等的工作,搬運貨物的重負載機器人就是其中之一。現如今,由于重負載機器人大多數由多個力臂來組成,在搬運貨物時,由于重負載機器人在使用到一定的年限之后,每一重負載機器人的力臂所能夠受到最大力矩就會變小,對于不同的重物而言,不同的運行姿態所受到的力矩是產生變化,導致對應的力臂受到不同的力矩作用,現有技術中并未考慮該問題,從而導致重負載機器人在搬運重物時,力臂在瞬間報廢或者使用壽命過低,導致重負載機器人的維護成本過高。
技術實現思路
1、本專利技術克服了現有技術的不足,提供了一種重負載機器人的智能控制方法、裝置及設備。
2、為達上述目的,本專利技術采用的技術方案為:
3、本專利技術第一方面提供了一種重負載機器人的智能控制方法,包括以下步驟:
4、獲取重負載機器人的取貨位置信息以及卸貨位置信息,并根據重負載機器人的取貨位置信息以及卸貨位置信息對重負載機器人的運行姿態進
5、根據重負載機器人的取貨位置信息以及卸貨位置信息初始化取卸貨運動過程中貨物所在位置的運動軌跡,并對取卸貨運動過程中貨物所在位置的運動軌跡進行優化,獲取搬運過程中貨物所在位置的運動路徑;
6、獲取貨物的質量信息,并根據貨物的質量信息以及重負載機器人的可運行姿態數據集計算出每一可運行姿態中每一力臂所受到的力矩信息;
7、根據可運行姿態中每一力臂所受到的力矩信息以及搬運過程中貨物所在位置的運動路徑獲取重負載機器人在取卸貨過程中的運行姿態,并按照重負載機器人在取卸貨過程中的運行姿態控制重負載機器人。
8、進一步的,在本方法中,根據重負載機器人的取貨位置信息以及卸貨位置信息對重負載機器人的運行姿態進行模擬,獲取重負載機器人的可運行姿態數據集,具體包括:
9、獲取重負載機器人各力臂的工作范圍區域,并根據重負載機器人各力臂的工作范圍區域獲取重負載機器人各力臂的運行姿態范圍合集,并統計重負載機器人各力臂的運行姿態范圍合集,獲取重負載機器人的運行姿態數據集;
10、根據重負載機器人的取貨位置信息獲取當前位置的障礙物信息,并對當前位置的障礙物信息進行特征提取,獲取障礙物的體積信息以及位置信息;
11、根據重負載機器人的運行姿態數據集、障礙物的體積信息以及位置信息計算出存在障礙的運行姿態,并統計存在障礙的運行姿態,獲取存在障礙的運行姿態數據集;
12、將存在障礙的運行姿態數據集從重負載機器人的運行姿態數據集中進行剔除,獲取重負載機器人的可運行姿態數據集,并將重負載機器人的可運行姿態數據集輸出。
13、進一步的,在本方法中,根據重負載機器人的取貨位置信息以及卸貨位置信息初始化卸貨運動過程中貨物所在位置的運動軌跡,并對取卸貨運動過程中貨物所在位置的運動軌跡進行優化,獲取搬運過程中貨物所在位置的運動路徑,具體包括:
14、獲取重負載機器人的取貨位置信息以及卸貨位置信息,并將重負載機器人的取貨位置信息以及卸貨位置信息作為卸貨運動過程中貨物所在位置的初始位置以及終止位置;
15、根據卸貨運動過程中貨物所在位置的初始位置以及終止位置初始化卸貨運動過程中貨物所在位置的運動軌跡,并計算出卸貨運動過程中貨物所在位置的運動軌跡的行駛距離值;
16、當卸貨運動過程中貨物所在位置的運動軌跡的行駛距離值低于預設行駛距離值時,輸出卸貨運動過程中貨物所在位置的運動軌跡,并將卸貨運動過程中貨物所在位置的運動軌跡作為搬運過程中貨物所在位置的運動路徑輸出;
17、當卸貨運動過程中貨物所在位置的運動軌跡的行駛距離值不低于預設行駛距離值時,則對卸貨運動過程中貨物所在位置的運動軌跡進行調整,直至不低于預設行駛距離值。
18、進一步的,在本方法中,獲取貨物的質量信息,并根據貨物的質量信息以及重負載機器人的可運行姿態數據集計算出每一可運行姿態中每一力臂所受到的力矩信息,具體包括:
19、獲取重負載機器人的設計要素特征數據,并根據重負載機器人的設計要素特征數據構建重負載機器人模型圖,同時,獲取貨物的質量信息;
20、根據重負載機器人的可運行姿態數據集以及重負載機器人模型圖獲取每一運行姿態所對應的運行模型圖,并根據貨物的質量信息計算出貨物的重力信息;
21、根據運行姿態所對應的運行模型圖以及貨物的重力信息對重負載機器人的每一力臂進行受力分析,獲取每一力臂的力矩信息,統計每一力臂的力矩信息,獲取每一可運行姿態中每一力臂所受到的力矩信息。
22、進一步的,在本方法中,根據可運行姿態中每一力臂所受到的力矩信息以及搬運過程中貨物所在位置的運動路徑獲取重負載機器人在取卸貨過程中的運行姿態,具體包括:
23、引入遺傳算法,根據遺傳算法設置遺傳代數,將搬運過程中貨物所在位置的運動路徑分隔為若干個子路徑,并獲取每個子路徑中重負載機器人的可運行姿態合集,在每個子路徑中配置每子路徑運行姿態組合;
24、根據每個子路徑中重負載機器人的可運行姿態合集初始化每子路徑運行姿態組合,并根據可運行姿態中每一力臂所受到的力矩信息獲取每子路徑運行姿態組合中每一運行姿態中每一力臂所受到的力矩信息;
25、獲取重負載機器人中每一力臂的最大承受力矩信息,并判斷每子路徑運行姿態組合中每一運行姿態中每一力臂所受到的力矩信息是否大于相對應力臂的最大承受力矩信息;
26、若大于,根據遺傳代數進行遺傳,調整每子路徑運行姿態組合中的運行姿態,直至不大于相對應力臂的最大承受力矩信息,輸出,輸出每子路徑運行姿態組合,并統計每子路徑運行姿態組合,獲取重負載機器人在取卸貨過程中的運行姿態。
27、進一步的,在本方法中,還包括以下步驟:
28、獲取重負載機器人的歷史服役數據信息,并基于深度神經網絡構建性能退化預測模型,將重負載機器人的歷史服役數據信息輸入到性能退化模型中進行訓練,獲取訓練完成的性能退化預測模型;
29、獲取預設時間之內重負載機器人的服役數據信息,并將預設時間之內重負載機器人的服役數據信息輸入到性能退化預測模型中進行預測,獲取當前預設時間之內的性能特征數據信息;
30、根據當前預設時間之內的性能特征數據信息對重負載機器人中每一力臂的最大承受力矩信息進行更新,并獲取更新后的重負載機器人中每一力臂的最大承受力矩信息;<本文檔來自技高網...
【技術保護點】
1.一種重負載機器人的智能控制方法,其特征在于,包括以下步驟:
2.根據權利要求1所述的一種重負載機器人的智能控制方法,其特征在于,根據所述重負載機器人的取貨位置信息以及卸貨位置信息對重負載機器人的運行姿態進行模擬,獲取重負載機器人的可運行姿態數據集,具體包括:
3.根據權利要求1所述的一種重負載機器人的智能控制方法,其特征在于,根據所述重負載機器人的取貨位置信息以及卸貨位置信息初始化取卸貨運動過程中貨物所在位置的運動軌跡,并對取卸貨運動過程中貨物所在位置的運動軌跡進行優化,獲取搬運過程中貨物所在位置的運動路徑,具體包括:
4.根據權利要求1所述的一種重負載機器人的智能控制方法,其特征在于,獲取貨物的質量信息,并根據所述貨物的質量信息以及重負載機器人的可運行姿態數據集計算出每一可運行姿態中每一力臂所受到的力矩信息,具體包括:
5.根據權利要求1所述的一種重負載機器人的智能控制方法,其特征在于,根據所述可運行姿態中每一力臂所受到的力矩信息以及搬運過程中貨物所在位置的運動路徑獲取重負載機器人在取卸貨過程中的運行姿態,具體包括:
< ...【技術特征摘要】
1.一種重負載機器人的智能控制方法,其特征在于,包括以下步驟:
2.根據權利要求1所述的一種重負載機器人的智能控制方法,其特征在于,根據所述重負載機器人的取貨位置信息以及卸貨位置信息對重負載機器人的運行姿態進行模擬,獲取重負載機器人的可運行姿態數據集,具體包括:
3.根據權利要求1所述的一種重負載機器人的智能控制方法,其特征在于,根據所述重負載機器人的取貨位置信息以及卸貨位置信息初始化取卸貨運動過程中貨物所在位置的運動軌跡,并對取卸貨運動過程中貨物所在位置的運動軌跡進行優化,獲取搬運過程中貨物所在位置的運動路徑,具體包括:
4.根據權利要求1所述的一種重負載機器人的智能控制方法,其特征在于,獲取貨物的質量信息,并根據所述貨物的質量信息以及重負載機器人的可運行姿態數據集計算出每一可運行姿態中每一力臂所受到的力矩信息,具體包括:
5.根據權...
【專利技術屬性】
技術研發人員:陶玉龍,陶磊,栗洋洋,
申請(專利權)人:深圳市陶氏精密技術有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。