![一种基于增量式动力学的负载辨识方法、系统和介质](/CN/2022/1/179/images/202210896738.jpg)
基本信息:
- 专利标题: 一种基于增量式动力学的负载辨识方法、系统和介质
- 申请号:CN202210896738.5 申请日:2022-07-28
- 公开(公告)号:CN114970374A 公开(公告)日:2022-08-30
- 发明人: 熊清平 , 周盈 , 李杰
- 申请人: 深圳华数机器人有限公司
- 申请人地址: 广东省深圳市南山区高新区南区华中科技大学深圳产学研基地大楼A座11层A1101、A1102、A1103
- 专利权人: 深圳华数机器人有限公司
- 当前专利权人: 深圳华中数控有限公司
- 当前专利权人地址: 518000 广东省深圳市光明区马田街道薯田埔社区云里智能园第9栋101、102、201、202、301、302
- 代理机构: 北京惟盛达知识产权代理事务所
- 代理人: 陈钊
- 主分类号: G06F30/27
- IPC分类号: G06F30/27 ; G06N3/04 ; G06N3/08 ; G06F119/14
摘要:
本发明公开的一种基于增量式动力学的负载辨识方法、系统和介质,其中方法包括:获取机器人历史负载试验中的负载参数信息;将机器人历史负载试验中的负载参数进行预处理,得到训练样本;将训练样本发送至预设的空载神经网络模型进行训练,得到负载动力学辨识神经网络模型;获取待搬运物体信息,并将待搬运物体信息发送至负载动力学辨识神经网络模型,得到负载参数。本发明以机器人历史负载试验中的负载参数为基础,基于预设的空载神经网络模型,结合待搬运物体信息,提前预测待搬运物体的运动轨迹,并在运动轨迹上进行关键点标记,方便了机器人各关节杆件的调节,提高了负载参数的准确率。
公开/授权文献:
- CN114970374B 一种基于增量式动力学的负载辨识方法、系统和介质 公开/授权日:2022-10-28
IPC结构图谱:
G06F30/27 | 使用机器学习,例如人工智能,神经网络,支持向量机 |