“运动学规律”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1496970个，建议您升级VIP下载更多相关专利

[发明专利]一种机器人的标定方法及相关装置-CN202310640450.6在审
发明人：廖伟文;汤永联;苏波;宋丽敏;谢志梅;侯昌明;刘乃桓;王建锋;李毅东 -专利权人：广东电网有限责任公司;广东电网有限责任公司佛山供电局
申请日： 2023-05-31 - 公布日： 2023-09-15 - 主分类号： B25J9/16 文献下载
摘要：本申请公开了一种机器人的标定方法及相关装置，针对当前机器人运动学标定模型中存在的奇异性、参数冗余现象，采用指数积(POE)公式描述机器人正向运动学，从而获得正向运动学方程，进而对其取微分建立线性误差模型，并通过最小化处理消除冗余参数，最终获得运动学标定方程。进一步地，通过POE公式的最小模型与二维码定位的机器人运动学标定方法，采用最小二乘法对标定方程进行参数辨识，有效避免了传统模型迭代过程中归一化、正交化的操作。
一种机器人标定方法相关装置

[发明专利]基于时序预测与特征选择的自由活塞直线发电系统运行状态估计方法-CN202310774522.6在审
发明人：孙希明;王鹏;石岩;章振宇;张志远;赵亮;黄亚冰 -专利权人：大连理工大学;北京理工大学
申请日： 2023-06-28 - 公布日： 2023-09-29 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种基于时序预测与特征选择的自由活塞直线发电系统运行状态估计方法，包括：通过传感器模块获取热力学参数和运动学参数，并给所述热力学参数和运动学参数贴上标签；采用高斯滤波对所述热力学参数和运动学参数进行预处理；基于虚拟原位校准方法消除系统误差和修补缺失数据；通过ReliefF算法提取热力学特征和运动学特征，将关键热力学特征和运动学特征用于训练SVM分类器；基于长短时记忆网络LSTM的时序预测得到预测数据，将预测数据输入到训练好的
基于时序预测特征选择自由活塞直线发电系统运行状态估计方法

[发明专利]一种多自由度机器人的逆运动学通用求解方法-CN201410121131.5有效
发明人：魏延辉;杜振振;王泽鹏;何爽;周卫祥;简晟琪;胡文彬;张庆 -专利权人：哈尔滨工程大学
申请日： 2014-03-28 - 公布日： 2014-07-02 - 主分类号： G05D3/00 文献下载
摘要：本发明提供的是一种多自由度机器人的逆运动学通用求解方法。本运用共性空间理论建立nR机器人的通用运动学方程，运用加权的空间矢量投影法分析空间矢量投影值与空间机器人转动关节角的关系，以各关节矢量在机器人末端矢量上投影加权值做为调整机器人末端位姿的依据，通过确定各关节矢量的投影加权值实现逆运动学的半解析求解本发明提供的方法不仅仅实现了nR机器人运动学求解，同时还兼顾空间避障任务。该方法可广泛应用于串联式空间nR机器人，具有计算速度快、解算精度高的优点，为串联形式的机器人提供控制输入参数，满足工业现场对机器人运动学解算的作业需要。
一种自由度机器人运动学通用求解方法

[发明专利]一种前交叉韧带断裂后步态特征的分析方法-CN201810038606.2有效
发明人：黄红拾;敖英芳;时会娟;于媛媛 -专利权人：北京大学第三医院
申请日： 2018-01-16 - 公布日： 2019-02-19 - 主分类号： A61B5/103 文献下载
摘要：本发明涉及一种前交叉韧带断裂后步态特征的分析方法，其特征在于包括以下步骤：1)获取若干ACL断裂患者和正常人正常行走过程中的三维运动学数据和足底压力数据，随机选取若干组数据为标准样本数据，其余为待检测样本数据；2)对足底压力数据进行分析处理，并提取足底压力特征参数；3)对三维运动学数据进行分析处理，并提取步态三维运动学特征参数；4)以标准样本数据中提取的步态三维运动学特征参数和足底压力特征参数为基础，进行训练得到评估模型，以待检测数据的三维运动学特征参数和足底压力特征参数为输入进行聚类分析，得到聚类分析结果。
三维前交叉韧带运动学特征步态特征特征参数足底压力断裂标准样本数据足底压力数据运动学数据分析处理聚类分析步态待检测数据待检测样本评估模型随机选取行走过程分析组数据应用

[发明专利]基于全向移动机器人运动学建模的误差模型预测控制方法-CN201910142417.4有效
发明人：黄林青;魏武;王栋梁;孙金权;周方华;罗永恒 -专利权人：华南理工大学
申请日： 2019-02-26 - 公布日： 2022-03-25 - 主分类号： G05D1/02 文献下载
摘要：本发明公开了一种基于全向移动机器人运动学建模的误差模型预测控制方法，所述方法包括以下步骤：S11、建立FM‑OMR四个麦克纳姆轮之间的速度约束运动学模型；S12、建立FM‑OMR的跟踪误差运动学模型；S13、针对FM‑OMR的轨迹跟踪问题，针对跟踪误差运动学模型，设计结合速度约束方程的误差模型预测控制器；S14、根据所述误差模型预测控制器控制全向移动机器人之间的有效轨迹跟踪参数，使全向移动机器人之间的跟踪误差维持不变本发明针对四个麦克纳姆轮的全向移动机器人提出了一种基于轨迹跟踪误差运动学建模的误差模型预测控制方法，解决了有效轨迹跟踪控制的非完整约束问题，准确性和有效性。
基于全向移动机器人运动学建模误差模型预测控制方法

[发明专利]一种基于手眼相机的双机器人系统标定方法-CN202110469546.1有效
发明人：贾庆轩;邵文;陈钢;王一帆;孙丰磊 -专利权人：北京邮电大学
申请日： 2021-04-28 - 公布日： 2023-04-25 - 主分类号： G06T7/80 文献下载
摘要：本发明实施例提供了一种基于手眼相机的双机器人系统标定方法，包括：采用MCPC运动学建模方法，获得装有靶标机器人基座到末端执行器的位姿变换矩阵、装有手眼相机机器人末端执行器到基座的位姿变换矩阵和双机器人基座之间的位姿变换矩阵；依据所述各部分的位姿变换矩阵，获得双机器人系统连续位姿变换矩阵；依据所述双机器人系统连续位姿变换矩阵，获得双机器人系统运动学误差矩阵；依据所述双机器人系统运动学误差矩阵，得到双机器人系统的运动学参数标定值根据本发明实施例提供的基于手眼相机的双机器人系统标定方法，可以在一次计算中完成对双机器人系统全部运动学参数的标定工作，简化标定流程并提高双机器人系统操作精度。
一种基于手眼相机双机系统标定方法

[发明专利]基于平面约束的机器人运动学标定方法及系统-CN202111222380.X有效
发明人：王永超;郭震 -专利权人：杭州景吾智能科技有限公司
申请日： 2021-10-20 - 公布日： 2023-03-17 - 主分类号： B25J9/16 文献下载
摘要：本发明提供了一种基于平面约束的机器人运动学标定方法及系统，包括：建立基坐标系、法兰坐标系、工具坐标系；操作机器人移动，记录激光位移传感器度数、机器人关节角度；建立机器人的运动学模型，根据激光位移传感器读数，得到平面上激光点在坐标系的位置；根据平面上激光点的位置计算平面的法向量，建立单个平面的标定方程；在机器人工作空间内重复步骤，直到运动学参数和工具参数误差向量是满秩的方程，计算运动学参数和工具参数误差向量本发明可以对机器人运动学参数进行校正，提高其工作的绝度定位精度。本发明非接触式测量，精度较高；使用激光位移传感器和标定平面，成本低，操作简便，可广泛应用于中小企业，在实际中具有良好的可行性。
基于平面约束机器人运动学标定方法系统

[发明专利]一种Stewart型并联柔索机器人运动学标定方法-CN201810926767.5有效
发明人：隋春平 -专利权人：中国科学院沈阳自动化研究所
申请日： 2018-08-14 - 公布日： 2022-10-21 - 主分类号： B25J9/16 文献下载
摘要：本发明涉及一种Stewart型并联柔索机器人运动学标定方法，包括Stewart型并联柔索机器人运动学模型建立、测量过程模型建立、标定系统模型建立及求解非线性标定模型辨识运动学参数。通过引入一种新的坐标系建立规则，得到最小化待辨识参数集，并进而得到并联柔索机器人的非线性运动学模型。将并联柔索机器人运动学模型与测量过程模型合并求解。本发明实现了完整最小参数集建模，标定模型更加简单；基于非线性优化的思路直接求解机器人真实参数，操作简单，实用性强。
一种 stewart 并联机器人运动学标定方法

[发明专利]一种利用深度神经网络克隆运动学仿真模型的方法-CN202111062054.7在审
发明人：费思邈;徐芳芳;孙智孝;闫传博;管聪;王鹤;姚宗信;朴海音;白金鹏;王辉 -专利权人：中国航空工业集团公司沈阳飞机设计研究所
申请日： 2021-09-10 - 公布日： 2022-01-11 - 主分类号： G06F30/27 文献下载
摘要：本申请设计航空人工智能自主决策、仿真建模领域，为一种利用深度神经网络克隆运动学仿真模型的方法包括，运行运动学仿真模型；建立深度神经网络的免模型的基本策略模型，根据基本策略模型收集运动学数据，建立或更新运动学的数据集；利用运行学的数据集生成状态转移函数；根据状态转移函数生成状态转移环境，并选择相应的算法优化基本策略模型；运行基本策略模型，将新产生的数据加入数据集；利用新的数据集生成新的状态转移函数，重复优化基本策略模型
一种利用深度神经网络克隆运动学仿真模型方法

[发明专利]并联运动装置、并联运动装置的校准方法及校准程序产品-CN200610137351.2无效
发明人：西桥信孝;八木一晃 -专利权人：新日本工机株式会社
申请日： 2006-10-17 - 公布日： 2007-04-25 - 主分类号： B25J9/10 文献下载
摘要：一种并联运动装置，包括，并联运动机构，具有基座、末端执行器、以及并联连接机构；数控装置，根据所述并联运动机构的运动学，通过驱动所述驱动轴来控制所述末端执行器的位置和方向；姿势调节装置，在所述并联运动机构外部预先设定的基准坐标系中所述末端执行器的轴线与所述调整工具的轴线一致；数据获取装置，用来获取具有与测量方法选择代码相对应的形式的数据，该测量方法选择代码在将所述调整工具调节至已知姿势时指定所述姿势调节装置所使用的测量方法，该数据还定义所述并联运动机构的运动学所需的运动学参数与所述基准坐标系之间的相互关系；计算装置，直接使用描述所述并联运动机构正向运动学的关系表达式，根据所获取的数据，至少计算出所述运动学参数。
并联运动装置校准方法程序产品

[发明专利]机器人运动学参数误差的补偿方法、系统、设备和介质-CN202310103315.8在审
发明人：彭添晨;张韬;张敏;石海 -专利权人：上海电气集团股份有限公司
申请日： 2023-02-10 - 公布日： 2023-05-30 - 主分类号： B25J9/16 文献下载
摘要：本发明公开了一种机器人运动学参数误差的补偿方法、系统、设备和介质，机器人运动学参数误差的补偿方法通过获取机器人运动点的误差；基于所述误差，建立目标函数；基于所述目标函数，采用量子粒子群算法对机器人运动学参数误差进行补偿从而提高了对机器人运动学参数误差进行补偿的稳定性和准确度，进而减少了机器人运动点的误差，也即机器人位姿误差。
机器人运动学参数误差补偿方法系统设备介质

[发明专利]风险域确定方法、装置、计算机设备、介质和程序产品-CN202211621618.0在审
发明人：聂冰冰;刘斯源;李泉;周青 -专利权人：清华大学
申请日： 2022-12-16 - 公布日： 2023-05-30 - 主分类号： G06Q10/0635 文献下载
摘要：所述方法包括：根据特定人群的运动数据中的主动避让数据构建特定人群的单步瞬态运动学方程，根据预设的映射因子对特定人群的单步瞬态运动学方程的参数进行映射，得到目标人群的单步瞬态运动学方程，根据目标人群的单步瞬态运动学方程，获取目标人群的主动避让数据，根据特定人群的运动数据中的主动避让数据和目标人群的主动避让数据，确定行人‑车辆碰撞风险域。
风险确定方法装置计算机设备介质程序产品

[发明专利]一种4-UPU并联机器人正向运动学的几何投影解法-CN202010134316.5有效
发明人：李龙;吴洪涛;王成军 -专利权人：南京航空航天大学
申请日： 2020-03-02 - 公布日： 2022-06-03 - 主分类号： B25J9/16 文献下载
摘要：本发明公开一种针对4‑UPU并联机器人正向运动学的几何投影解法，属于并联机器人运动学正解研究领域。该方法中，建立基坐标与动坐标系，通过基坐标系与动坐标系确定4‑UPU并联机器人结构参数，并建立逆运动学模型。将4‑UPU的正解运动分解描述在两个投影平面的，通过求解四边形内角和边长，获得正运动学模型。该方法将正解模型求解转化为平面几何问题，有效提升了计算效率，且在工作空间内正解结果唯一，能够为4‑UPU并联机器人运动实时控制提供一种新的正解处理方法。
一种 upu 并联机器人正向运动学几何投影解法

[发明专利]一种基于级联系统理论的轮式移动机器人轨迹跟踪控制方法-CN201910938952.0有效
发明人：王翔宇;刘维明;梁升一;李世华;杨俊 -专利权人：东南大学
申请日： 2019-09-30 - 公布日： 2022-06-07 - 主分类号： G05D1/02 文献下载
摘要：首先，在笛卡尔坐标系下，建立轮式移动机器人的3自由度运动学模型，并基于机器人运动学模型，给出期望轨迹的运动学表达形式；其次，引入位姿误差，利用全局坐标变换，建立轨迹跟踪误差系统运动学模型；最后，基于级联系统理论，设计轨迹跟踪控制方法，选取适当的控制参数，使闭环跟踪误差系统全局渐近稳定，跟踪误差趋近于0，实现机器人对期望运动轨迹实时准确地跟踪。本发明形式简单，实用性强，能够有效实现轮式移动机器人对期望运动轨迹的跟踪，有十分广阔的应用前景。
一种基于级联系统理论轮式移动机器人轨迹跟踪控制方法

[发明专利]一种融合运动学模型的深度学习车辆轨迹预测方法-CN202310229460.0在审
发明人：李琳辉;付一帆;王雪成;连静;王霆;赵剑;王亚飞 -专利权人：大连理工大学
申请日： 2023-03-10 - 公布日： 2023-07-14 - 主分类号： B60W60/00 文献下载
摘要：本发明公开了一种融合运动学模型的深度学习车辆轨迹预测方法，包括如下步骤：获取自动驾驶车辆周围场景信息并转换至目标车辆坐标系；使用深度学习模型建立车辆历史运动状态信息及交互关系，预测目标车辆的质心加速度和前轮转角本发明将车辆二自由度运动模型融合进深度学习预测模型，兼顾深度学习的高精度长时域预测性能并考虑车辆运动学性质，使预测轨迹结果更符合真实车辆运动规律。
一种融合运动学模型深度学习车辆轨迹预测方法