“高名旺”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多传感器融合的绳驱机器人力柔顺控制方法与系统，计算机存储介质-CN202310767616.0在审
发明人：牟宗高;高玉明;张辉;唐阳璞;李璐帆;邱俊烨;贾利慧;高名旺 -专利权人：山东理工大学
申请日： 2023-06-27 - 公布日： 2023-09-29 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于多传感器融合的绳驱机器人力柔顺控制方法与系统，计算机存储介质。本发明以绳驱机器人工作安全性和有效性为指标设计多传感器融合控制系统，其中方法如下：采集绳驱机器人工作时的薄膜压力传感器的压力信号和绳索拉力等效的末端力信号；运用卡尔曼滤波进行两组力信号的融合；根据融合后的决策力信号通过阻抗控制实现绳驱机器人力柔顺控制。本发明公开的基于多传感器融合的绳驱机器人力柔顺控制方法实现了绳驱机器人在狭窄环境的力感知及力控制，为力柔顺控制方法提供了一种安全高效的解决途径。
一种基于传感器融合机器人力柔顺控制方法系统计算机存储介质

[发明专利]一种同轴绳驱机器人的空间双圆弧规划方法及系统、计算机存储介质-CN202310818347.6在审
发明人：牟宗高;吕浩;吕桂坤;郑光明;李子轩;董瑞春;高名旺;程祥 -专利权人：山东理工大学
申请日： 2023-07-05 - 公布日： 2023-09-12 - 主分类号： B25J9/16 文献下载
摘要：本发明公开一种同轴绳驱机器人的空间双圆弧规划方法及系统、计算机存储介质。该方法的核心在于输入变量为空间中两个点及其位移方向，输出变量为同轴绳驱机器人的空间双圆弧构型。该方法通过调整同轴绳驱机器人起点和终点的位置及其相应的指向方向，可以调整同轴绳驱机器人机械臂的弯曲程度。通过判断方向向量之间的夹角值，可以预先判断同轴绳驱机器人整臂的空间构型是C型还是S型。通过调整同轴绳驱机器人圆弧自由参数（即同轴绳驱机器人参数u与v）的值，可以调整同轴绳驱机器人重叠部分以及分离部分的长度。当给定点与其相应切矢量共面时，空间双圆弧可以转化为平面双圆弧。该方法可以实现对同轴绳驱机器人空间构型的参数化，便于控制同轴绳驱机器人进行无干涉运动轨迹规划。
一种同轴机器人空间圆弧规划方法系统计算机存储介质

[发明专利]一种用于同轴绳驱机械臂的双圆弧拟合方法及系统、计算机存储介质-CN202310697176.6在审
发明人：牟宗高;吕浩;唐阳璞;张辉;邱俊烨;李璐帆;贾利慧;高名旺 -专利权人：山东理工大学
申请日： 2023-06-13 - 公布日： 2023-08-29 - 主分类号： B25J9/16 文献下载
摘要：本发明提出了一种用于同轴绳驱机械臂的双圆弧拟合方法及系统、计算机存储介质。该方法通过优化末端切线，可以实现末端切线变化与同轴绳驱机械臂构型同步调整。通过改变双圆弧起点的位置，可以实现同轴绳驱机械臂工作关节数为整数。通过改变同轴绳驱机械臂比例系数，可以调整双圆弧各弧段的比例和同轴绳驱机械臂构型。结果表明，该方法能够解决末端实际轨迹和规划轨迹偏差大且有跳跃现象的问题，提高了同轴绳驱机械臂控制的精度且双圆弧拟合算法规划与实际偏差较小。因此该方法在实时控制上具有明显的优势。
一种用于同轴机械圆弧拟合方法系统计算机存储介质

[发明专利]一种基于静力学模型的同轴绳驱机器人末端力感知方法与系统，计算机存储介质-CN202310730139.0在审
发明人：牟宗高;高玉明;吕浩;李伟涛;刘力源;李子轩;董瑞春;高名旺 -专利权人：山东理工大学
申请日： 2023-06-20 - 公布日： 2023-08-25 - 主分类号： B25J9/16 文献下载
摘要：本发明公开了一种基于静力学模型的同轴绳驱机器人末端力感知方法与系统，计算机存储介质。本发明建立的静力学模型考虑了同轴绳驱机器人的外部负载力、绳与孔间的摩擦力、关节间的摩擦力、绳索的驱动力、同轴绳驱机器人的重力和其整臂构型。该同轴绳驱机器人静力学模型的建模方法包括：建立同轴绳驱机器人的连杆坐标系；以库伦摩擦模型计算同轴绳驱机器人的绳与孔间的摩擦力与关节间的摩擦力；计算各力产生的力矩；建立各连杆的受力平衡方程与力矩平衡方程。在给定绳索驱动力并通过机器视觉获取同轴绳驱机器人整臂构型的基础上，基于建立的静力学模型可计算出同轴绳驱机器人末端的受力，从而实现在同轴绳驱机器人末端无法安装传感器的情况下仍然可以达到末端力感知的目的。
一种基于静力学模型同轴机器人末端感知方法系统计算机存储介质

[发明专利]基于深度学习的煤矸石智能分拣系统-CN202011551703.5在审
发明人：刘强;李荆澳;李玉胜;高名旺 -专利权人：刘强
申请日： 2020-12-24 - 公布日： 2021-03-12 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了基于深度学习的煤矸石智能分拣系统，涉及煤矿技术领域，其包括以下步骤：首先采用单目摄像头采集煤和矸石的样本。该基于深度学习的煤矸石智能分拣系统，通过单目摄像头获取图像与高光谱传感器结合处理得到的光谱图像，实现在无强光源条件下煤矸石图像的细节增强，采用卷积神经网络对高光谱图像特征进行训练，有针对性对煤矸石特征神经网络进行强化调参防止模型过拟合，进而实现提高煤和矸石识别的精准度，并且利用余弦定理PID调控机器臂使机器臂在高光谱视觉的配合协同下完成对于煤矸石的精稳抓取，从而解决了现今普通单目成像的图像细节缺失、局部特征失真、物体轮廓提取不完整进而导致不能够对煤和矸石进行精确识别与分类的问题。
基于深度学习煤矸石智能分拣系统