会员体验
专利管家(专利管理)
工作空间(专利管理)
风险监控(情报监控)
数据分析(专利分析)
侵权分析(诉讼无效)
联系我们
交流群
官方交流:
QQ群: 891211   
微信请扫码    >>>
现在联系顾问~
热词
    • 31. 发明申请
    • VERFAHREN UND SYSTEM ZUR BAUTEILBEARBEITUNG DURCH ROBOTER
    • WO2019110270A1
    • 2019-06-13
    • PCT/EP2018/081494
    • 2018-11-16
    • KUKA DEUTSCHLAND GMBH
    • WENGER, Michael
    • B25J9/16
    • Es wird ein System und ein Verfahren zur Bearbeitung eines Bauteils (30) durch einen Roboter (10) offenbart. Es wird ein Bild (30') des Bauteils (30) durch eine Kamera (4) aufgenommen (S10) und anschließend werden mittels Blob-Suche mögliche virtuelle Bearbeitungsflächen (31', 31") ermittelt (S20). Des Weiteren wird der Flächenmittelpunkt (33) der ermittelten Bearbeitungsfläche (31', 31") ermittelt und diese Bearbeitungsfläche in Segmente (34) segmentiert (S30). In jedem der Segmente (34) wird mittels Blob-Suche jeweils dessen Flächenmittelpunkt (35) ermittelt (S40) und die Verbindung dieser Segmentpunkte (35) als virtuelle Bearbeitungsbahn (36) ermittelt (S50). Diese ermittelte virtuelle Bearbeitungsbahn (36) bzw. deren Bahnpunkte werden an die Robotersteuerung (20) übermittelt, die dann den Roboter (10) derart steuert, dass das Bauteil (30) bearbeitet wird. Das Bearbeiten kann ein Aufträgen bzw. -bringen und/oder Abtragen von Material, insbesondere ein Kleben, Löten, Lackieren, Fräsen oder dergleichen, und/oder ein optisches, chemisches und/oder thermisches Bearbeiten, insbesondere Schweißen, durch den Roboter sein.
    • 34. 发明申请
    • ÜBERWACHUNG BEI EINEM ROBOTERGESTÜTZTEN PROZESS
    • WO2022038039A1
    • 2022-02-24
    • PCT/EP2021/072496
    • 2021-08-12
    • KUKA DEUTSCHLAND GMBH
    • KASPAR, Manuel
    • B25J9/16G05B23/02
    • Nach einem erfindungsgemäßen Verfahren zur Überwachung bei einem robotergestützten ersten Prozess, werden für den ersten oder einen robotergestützten zweiten Prozess: (a.1) Prozessdaten erfasst (S10; S11); und (a.2) eine modellbasierte Bewertung mithilfe eines maschinell gelernten Modells auf Basis dieser erfassten Prozessdaten durchgeführt (S20; S21); wobei, sofern diese durchgeführte modellbasierte Bewertung ein Überprüfungskriterium erfüllt, insbesondere in Abhängigkeit von einer externen Bestätigung,: (b.1) eine Prüf-Bewertung mithilfe einer Prüfinstanz durchgeführt wird (S80; S51); und (b.2) das maschinell gelernte Modell auf Basis dieser Prüf-Bewertung weiter trainiert wird (S85; S61); und anschließend für den, gegebenenfalls erneut durchgeführten, ersten Prozess: (c.1) Prozessdaten erfasst werden (S10; S81); (c.2) die modellbasierte Bewertung mithilfe des weiter trainierten Modells auf Basis dieser erfassten Prozessdaten durchgeführt wird (S20; S81); und (c.3) auf Basis dieser Bewertung eine Überwachung bei dem ersten Prozess durchgeführt wird (S30; S81).
    • 35. 发明申请
    • DETEKTIEREN VON STÖRUNGEN IN ROBOTERANORDNUNGEN
    • WO2021219389A1
    • 2021-11-04
    • PCT/EP2021/059733
    • 2021-04-15
    • KUKA DEUTSCHLAND GMBH
    • SCHWINN, Jonas
    • G06N3/04G06N3/08G06N5/00G06N20/20
    • Ein Verfahren zum maschinellen Lernen einer Störungsdetektion, insbesondere zum Trainieren eines künstlichen neuronalen Netzes (20), zum Detektieren von Störungen in einer Roboteranordnung, die wenigstens einen Roboter (100) aufweist, umfasst nach einem Aspekt die Schritte: - Bereitstellen (S10) von als ungestört bewerteten Zeitreihen (1, T) von Daten einer ersten Roboteranordnung, die wenigstens einen Roboter (100) aufweist; - Erzeugen (S20) von Zeitreihen (3) von Daten mit künstlichen Störungen auf Basis wenigstens eines Teils (1) der bereitgestellten, als ungestört bewerteten Zeitreihen mittels eines Generators (10) eines GANs; und - Trainieren (S30) eines Diskriminators (20) des GANs auf Basis der erzeugten Zeitreihen (3) mit künstlichen Störungen, der künstlichen Störungen und wenigstens eines Teils (T) der bereitgestellten, als ungestört bewerteten Zeitreihen; wobei der Diskriminator (20) trainiert wird, Zeitpunkte (ti) und/oder Ausmaße (A(ti )) von Störungen zu detektieren; und der Generator (10) trainiert wird, Zeitreihen (3) mit künstlichen Störungen zu erzeugen, deren Ausmaß der Diskriminator (20) unterschätzt, insbesondere die der Diskriminator nicht detektiert oder als geringer einschätzt als die künstlichen Störungen der erzeugten Zeitreihen. Ein Verfahren zum maschinellen Lernen, insbesondere mittels distanz- und/oder clustering-basiertem Machine Learning und/oder mit oder ohne Verwendung wenigstens eines künstlichen neuronalen Netzes, zum Beispiel Random Forests, Arma/Arima Models, Gradient Boosting oder dergleichen, einer Störungsdetektion, insbesondere zum Trainieren wenigstens eines künstlichen neuronalen Netzes (30, 40), zum Detektieren von Störungen in einer Roboteranordnung, die wenigstens einen Roboter (100) aufweist, umfasst nach einem Aspekt die Schritte: Bereitstellen (S100) von Daten einer ersten Roboteranordnung, die wenigstens einen Roboter (100) aufweist, wobei diese Daten Datensätze ((1.1, 2.1), (1.2, 2.2), (1.3, 2.3)) einander, insbesondere zeitlich, zugeordneter Daten ((1.1, 2.1, 1.2, 2.2, 1.3, 2.3) aufweisen, wobei jeder dieser Datensätze jeweils aus mehreren 30 verschiedenen Datenkanälen (1000, 2000) jeweils ein Datum aufweist; und - maschinelles Lernen (S200), insbesondere mittels distanz- und/oder clustering- basiertem Machine Learning und/oder mit oder ohne Verwendung wenigstens 2019P00112 WO 30/30 Kuka Deutschland GmbH eines künstlichen neuronalen Netzes, zum Beispiel Random Forests, Arma/Arima Models, Gradient Boosting oder dergleichen, einer Störungsdetektion, insbesondere Trainieren wenigstens eines künstlichen neuronalen Netzes (30, 40), auf Basis der Daten, wobei ein Datum eines Datensatzes final nicht als Datum einer Störung klassifiziert wird, falls die ihm zugeordneten Daten nicht wenigstens 5 in einer vorgegebenen Anzahl und/oder Gruppe der Datenkanäle als Daten einer Störung klassifiziert sind bzw. werden.
    • 38. 发明申请
    • VERFAHREN UND SYSTEM ZUM STEUERN EINES ROBOTERS
    • WO2021122173A1
    • 2021-06-24
    • PCT/EP2020/085122
    • 2020-12-08
    • KUKA DEUTSCHLAND GMBH
    • SCHETTINO, Vincenzo
    • B25J9/16B25J9/1676G05B2219/39062G05B2219/40317
    • Ein erfindungsgemäßes Verfahren zum Durchführen einer Aufgabe durch einen Roboter (10) unter Berücksichtigung einer virtuellen Einschränkung, umfasst die Schritte: - Überwachen (S20) auf einen, insbesondere potentiellen, Konflikt zwischen einer ersten Aufgabe und einer ersten virtuellen Einschränkung in einem ersten Betriebsmodus (S10); und - Umschalten des Roboters in einen zweiten Betriebsmodus (S30), falls bei dem Überwachen ein, insbesondere potentieller, Konflikt detektiert wird; wobei - ein, insbesondere potentieller, Konflikt detektiert wird, falls ein minimaler Singulärwert der Matrix JT·(1 - Jc#·Jc)·Jc# mit der Jacobimatrix JT der ersten Aufgabe, der Jacobimatrix Jc der ersten Einschränkung und einer Pseudoinversen Jc# dieser Jacobimatrix Jc der ersten Einschränkung einen vorgegebenen Grenzwert unterschreitet; und/oder - in dem zweiten Betriebsmodus die erste Aufgabe derart zu einer zweiten Aufgabe und/oder die erste Einschränkung derart zu einer zweiten virtuellen Einschränkung modifiziert sind, dass die Dimension des von der Matrix JT·(1 - Jc#·Jc)·Jc# mit der Jacobimatrix Jc der Einschränkung im zweiten Betriebsmodus und der Pseudoinversen Jc# dieser Jacobimatrix Jc aufgespannten Raums gegenüber der Dimension des von der Matrix (1 - Jc#·Jc)·Jc# mit der Jacobimatrix Jc der Einschränkung im ersten Betriebsmodus und der Peudoinversen Jc# dieser Jacobimatrix Jc aufgespannten Raums vergrößert und/oder die Dimension des von der Jacobimatrix JT der Aufgabe im zweiten Betriebsmodus aufgespannten Raums gegenüber der Dimension des von der Jacobimatrix JT der Aufgabe im ersten Betriebsmodus aufgespannten Raums reduziert ist.
    • 39. 发明申请
    • STEUERSCHRANK UND ZUGEHÖRIGES EINSCHUB-STEUERGERÄT
    • WO2021004775A1
    • 2021-01-14
    • PCT/EP2020/067441
    • 2020-06-23
    • KUKA DEUTSCHLAND GMBH
    • STEIDL, Dietmar
    • H05K7/20
    • Die Erfindung betrifft einen Steuerschrank für wenigstens eine elektrische Antriebssteuerung (2), aufweisend ein Steuerschrankgehäuse (3),ein im Steuerschrankgehäuse (3) ausgebildetes erstes Schrankabteil (4.1), das wenigstens eine Eintrittsöffnung (5) für Frischluft, wenigstens eine erste Übertrittsöffnung (6.1, 6.2, 6.3) und einen die wenigstens eine Eintrittsöffnung (5) mit der wenigstens einen ersten Übertrittsöffnung (6.1, 6.2, 6.3) strömungstechnisch verbindenden Frischluftkanal (7) aufweist,ein im Steuerschrankgehäuse (3) ausgebildetes zweites Schrankabteil (4.2), das wenigstens eine Austrittsöffnung (8) für Abluft, wenigstens eine zweite Übertrittsöffnung (9.1, 9.2, 9.3) und einen die wenigstens eine Austrittsöffnung (8) mit der wenigstens einen zweiten Übertrittsöffnung (9.1, 9.2, 9.3) strömungstechnisch verbindenden Abluftkanal (10) aufweist, sowie ein im Steuerschrankgehäuse (3) ausgebildetes drittes Schrankabteil (4.3), das strömungstechnisch sowohl gegen das erste Schrankabteil (4.1), das zweite Schrankabteil (4.2) und die Umgebung (12) außerhalb des Steuerschrankes (1) abgedichtet ist, wobei das Steuerschrankgehäuse (3) eine das dritte Schrankabteil (4.3) gegen das erste Schrankabteil (4.1) und das zweite Schrankabteil (4.2) strömungstechnisch abgrenzende Trennwand (13) aufweist, welche die wenigstens eine erste Übertrittsöffnung (6.1, 6.2, 6.3) und die wenigstens eine zweite Übertrittsöffnung (9.1, 9.2, 9.3) aufweist, und das dritte Schrankabteil (4.3) als ein Rack mit wenigstens einem Schubfach (14.1, 14.2, 14.3) ausgebildet ist, wobei jedes Schubfach (14.1, 14.2, 14.3) zur Aufnahme eines Einschub-Steuergerätes (2) ausgebildet ist.
    • 40. 发明申请
    • DURCHFÜHREN EINER APPLIKATION MITHILFE WENIGSTENS EINES ROBOTERS
    • WO2021001312A1
    • 2021-01-07
    • PCT/EP2020/068241
    • 2020-06-29
    • KUKA DEUTSCHLAND GMBH
    • KASPAR, ManuelVENET, PierreSCHWINN, Jonas
    • B25J9/16
    • Ein erfindungsgemäßes Verfahren zum Durchführen einer Applikation mithilfe wenigstens eines Roboters (1) umfasst die mehrfach wiederholten Schritte: Ermitteln (S100) eines stochastischen Wertes wenigstens eines Roboterparameters und/oder wenigstens eines Umweltmodelparameters, insbesondere auf Basis eines vorgegebenen stochastischen Parametermodells und/oder mithilfe wenigstens eines Zufallsgenerators (3a); und Durchführen (S200) einer, insbesondere mehrstufigen, Simulation der Applikation auf Basis des ermittelten stochastischen Wertes; die Schritte: Trainieren (S200, S500) wenigstens eines Steuerungs-Agenten und/oder wenigstens eines Klassifikations-Agenten mithilfe der Simulationen mittels maschinellen Lernens, insbesondere Trainieren eines ersten Steuerungs-Agenten und/oder ersten Klassifikations-Agenten mithilfe erster Stufen der Simulationen, und wenigstens eines weiteren Steuerungs-Agenten und/oder weiteren Klassifikations-Agenten mithilfe weiterer Stufen der Simulationen; und Durchführen (S600) der Applikation mithilfe des Roboters; sowie wenigstens einen der Schritte: Konfigurieren (S400) einer Steuerung des Roboters, mit der die Applikation ganz oder teilweise durchgeführt wird, auf Basis des, insbesondere der, trainierten Steuerungs-Agenten; und/oder Klassifikation (S700) der Applikation mithilfe des, insbesondere der, trainierten Klassifikations-Agenten.