“运动学”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1444133个，建议您升级VIP下载更多相关专利

[发明专利]绳索机器人的电机与关节角度转换修正及运动学标定方法-CN202311007095.5在审
发明人：尚伟伟;邓杰;庞顺翔;张飞;张金锋;黄杰;程智余 -专利权人：中国科学技术大学;国网安徽省电力有限公司
申请日： 2023-08-10 - 公布日： 2023-09-29 - 主分类号： B25J9/16 文献下载
摘要：本发明公开了一种绳索机器人的电机与关节角度转换修正及运动学标定方法，旨在获得绳索牵引柔性机器人的准确运动学模型。该方法包括：基于数值拟合方法与时序神经网络进行误差补偿的方法获取准确电机与关节角度转换关系；基于最少运动学参数误差模型并结合人工神经网络，提出了一种考虑运动学参数误差与绳索弹性等非几何因素影响的运动学标定方法相比机器人名义运动学模型以及常规刚性机器人运动学标定方法，本发明能够获取更加准确和符合实际的机器人运动学模型。
绳索机器人电机关节角度转换修正运动学标定方法

[发明专利]机械臂逆运动学控制方法、装置、设备及可读存储介质-CN202110304775.8在审
发明人：张缙锋;邓世韬 -专利权人：深圳市昂霸科技有限公司
申请日： 2021-03-22 - 公布日： 2021-06-25 - 主分类号： B25J9/16 文献下载
摘要：本发明公开了一种机械臂逆运动学控制方法、装置、设备及可读存储介质。该方法包括：获取机械臂的运动参数，并根据运动参数建立机械臂的运动学模型；根据运动学模型计算机械臂对应的第一特征值，并判断第一特征值是否符合预设条件；若第一特征值不符合预设条件，在运动学模型中插入与第一特征值对应的阻尼曲线后本发明通过在逆运动学求解过程中插入曲线阻尼，得到机械臂对应的逆运动学解，进而通过逆运动学解实现对机械臂的控制。
机械运动学控制方法装置设备可读存储介质

[发明专利]用于自动姿势校准的系统和方法-CN201780024070.2在审
发明人： D·李;A·M·豪恩斯坦;C-C·C·王;A·R·常 -专利权人：地震控股股份有限公司
申请日： 2017-03-09 - 公布日： 2019-02-05 - 主分类号： A61B5/06 文献下载
摘要：用于姿势反馈的系统和方法能够包括由耦合到用户的活动监视设备收集运动学数据；将运动学数据校准到活动监视设备的基本行走朝向，包括：通过运动学数据检测行走活动状态，以及当检测到行走活动状态时根据运动学数据生成基本行走朝向；设置姿势校正因子；用校准的运动学数据测量用户姿势；基于由姿势校正因子调整的用户姿势来触发姿势反馈。
运动学数据校准姿势活动监视设备行走活动姿势校正反馈测量用户因子调整用户姿势自动姿势状态时耦合到检测触发

[发明专利]用于推定出车辆轮胎与滚动面之间的潜在摩擦的方法和系统-CN201480039675.5有效
发明人： E·利奥;M·E·佩佐拉 -专利权人：倍耐力轮胎股份公司
申请日： 2014-06-12 - 公布日： 2017-03-29 - 主分类号： G01M17/02 文献下载
摘要：本发明涉及一种用于推定出轮胎与滚动面之间的潜在摩擦的方法和系统(100)，其中·‑提供第一和第二接合摩擦/运动学量基准曲线，所述第一和第二接合摩擦/运动学量基准曲线分别与第一潜在摩擦基准值μp1和第二潜在摩擦基准值μp2相对应，其中μp2>μp1；·‑提供第一运动学量阈值和第二运动学量阈值或提供第一接合摩擦阈值和第二接合摩擦阈值；·‑确定轮胎与滚动面之间的接合摩擦μ；·‑确定轮胎与滚动面之间的运动学量的当前值；·‑确定由接合摩擦μ和运动学量的当前值所给出的当前工作点；·‑分别将运动学量的当前值与第一运动学量阈值和第二运动学量阈值相比较或将接合摩擦μ与第一接合摩擦阈值和第二接合摩擦阈值相比较。
用于定出车辆轮胎滚动之间潜在摩擦方法系统

[发明专利]基于位姿测量数据的机器人运动学参数误差精准辨识方法-CN202210736799.5在审
发明人：王金栋;唐雷雨;杨晨昊;李澳;王庆杰 -专利权人：西南交通大学
申请日： 2022-06-27 - 公布日： 2022-08-30 - 主分类号： B25J9/16 文献下载
摘要：本发明公开一种基于位姿测量数据的机器人运动学参数误差精准辨识方法，应用于激光精密测量技术领域，针对现有机器人运动学参数标定中，多为对多为对机器人末端位置偏差进行测量，未考虑末端姿态与运动学参数误差间的相互关系，导致运动学参数辨识偏差较大的问题；本发明通过激光跟踪仪和倾角传感器采用同一个时间触发基准源电路时钟模块进行控制，对运动过程中机器人末端的位置、姿态同步测量。基于MD‑H法构建融合机器人位置与姿态的运动学参数辨识模型，采用SVD分解法对机器人运动学参数误差进行求解，实现运动学参数的精准辨识。
基于测量数据机器人运动学参数误差精准辨识方法

[发明专利]一种基于形态学和运动学特征的微小目标识别方法-CN201911148437.9在审
发明人：马兵;吴小愚;刘文军;刘小英;黄跃珍;林妍;周林 -专利权人：四川极智朗润科技有限公司
申请日： 2019-11-21 - 公布日： 2020-04-24 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种可对微小目标进行识别；将形态学和运动学特征运用于图像识别领域的基于形态学和运动学特征的微小目标识别方法。该基于形态学和运动学特征的微小目标识别方法采用气泡识别系统；包括步骤基于光学技术的运动学图像采集和软件算法识。采用该基于形态学和运动学特征的微小目标识别方法可对微小目标进行识别，可识别50um大小物体；能够计算出微小目标数量，计算出微小目标大小，能够判断出微小目标种类；判断出微小目标与介质的密度关系；将形态学和运动学特征运用于图像识别领域
一种基于形态学运动学特征微小目标识别方法

[发明专利]机器人运动学参数误差优化补偿方法及装置-CN201610845741.9有效
发明人：张*博;刘大峰;黄愐 -专利权人：贵州珞石三盛科技有限公司;刘大峰;黄愐
申请日： 2016-09-23 - 公布日： 2019-01-25 - 主分类号： G05B23/02 文献下载
摘要：本发明涉及机器人参数校正技术领域，尤其涉及一种机器人运动学参数误差优化补偿方法及装置。该方法包括：根据机器人标定前和标定后的运动学参数，分别构建机器人运动学名义值模型和机器人运动学标定值模型；在预设关节空间位置下，根据运动学标定值模型计算末端执行器坐标系原点的位姿；构建参数补偿约束优化模型本发明的机器人运动学参数误差优化补偿方法及装置，能够解决运动学参数补偿后导致的运动学逆解解析失败的问题。
机器人运动学参数误差优化补偿方法装置

[发明专利]一种虚拟球铰关节运动学求解方法-CN202310454432.9在审
发明人：高永生;郎国栋;姚士军;樊继壮;赵杰 -专利权人：哈尔滨工业大学
申请日： 2023-04-25 - 公布日： 2023-08-08 - 主分类号： G06F30/20 文献下载
摘要：一种虚拟球铰关节运动学求解方法，属于机器人运动学技术领域，本发明为了解决现有虚拟球铰机构的运动轨迹为椭圆，不易对其运动学进行求解，极大的限制了虚拟球铰应用范围的问题，本申请通过对虚拟球铰关节在工作时进行正运动和逆运动的有效分解，并分别对虚拟球铰关节的正运动和逆运动进行建模计算，得到较为客观的计算结果，通过仿真验证，为了使运动学能求解，求解过程中使用了近似运算，所求出的结果与真实值有一定的误差，但是整体上首次提出了该结构的运动学方法，填补了没有运动学的空白，本申请主要用作对虚拟球铰关节的运动学进行求解。
一种虚拟关节运动学求解方法

[发明专利]基于神经网络模型的软体机械臂逆运动学迭代优化方法-CN202310205729.1有效
发明人：熊丹;王兴;刘红卫;李泰博;韩伟;黄奕勇;杨延杰;张翔 -专利权人：中国人民解放军军事科学院国防科技创新研究院
申请日： 2023-03-03 - 公布日： 2023-09-05 - 主分类号： B25J9/16 文献下载
摘要：本申请公开了一种基于神经网络模型的软体机械臂逆运动学迭代优化方法，包括步骤：S1、通过运动捕捉系统采集软体机器人的运动学数据，包括软体机械臂运动过程中驱动数据和三维空间运动数据；S2、将采集的数据作为神经网络模型的训练和测试数据训练正向运动学神经网络模型；S3、根据所述正向运动学神经网络模型，采用基于梯度下降的逆运动学迭代优化搜索算法，求解软体机械臂运动学逆解。本申请通过在安装基座和每个刚性组件上均设置合作标志，并利用运动捕捉系统采集软体机械臂运动过程中驱动数据和三维空间运动数据作为训练和测试数据求得正向运动学神经网络模型，并且采用基于神经网络模型的迭代优化方法，求解软体机械臂运动学逆解。
基于神经网络模型软体机械运动学优化方法

[发明专利]基于滑轮运动学的索并联机器人运动学标定方法-CN202011119308.X有效
发明人：张兆坤;邵珠峰;王立平;郄金波;宋袁增;谢光强;段金昊;彭发忠 -专利权人：清华大学
申请日： 2020-10-19 - 公布日： 2022-04-26 - 主分类号： B25J9/16 文献下载
摘要：本申请公开了一种基于滑轮运动学的索并联机器人运动学标定方法，方法包括：考虑滑轮运动学条件下的索并联机器人逆运动学建模；考虑滑轮运动学条件下的误差模型建模；利用绳索长度残差函数建立未知参数辨识方程式；求解考虑滑轮运动学条件下的辨识矩阵；根据辨识矩阵条件数指标结合交换点法进行标定测量位姿优选；控制机器人终端依次运动到各测量位姿进行测量；根据测得的数据代入辨识方程进行辨识参数的求解；利用求解获得的参数值更新机器人运动学模型。由此，该方法可以将索并联机器人出索位置的滑轮机构考虑在内，可获得更为完整精确的索并联机器人运动学模型及几何参数，提高标定后的索并联机器人终端位置控制精度。
基于滑轮运动学并联机器人标定方法

[发明专利]仿人机器人的解耦控制方法、装置和仿人机器人-CN202110209690.1有效
发明人：郭宜劼;赵明国;熊友军 -专利权人：深圳市优必选科技股份有限公司
申请日： 2021-02-24 - 公布日： 2022-07-29 - 主分类号： B25J9/16 文献下载
摘要：本申请实施例提供一种仿人机器人的解耦控制方法、装置和仿人机器人，该方法包括：将任务分解得到运动学任务和动力学任务，并将关节分为运动学任务关节和动力学任务关节；根据运动学任务中末端的期望位置和期望速度、及末端的实际运动状态求解运动学任务关节的期望位置和期望速度以用于执行运动学任务；计算运动学任务关节的力矩；基于计算的运动学任务关节的力矩求解动力学任务关节所需力矩的优化模型，得到动力学任务关节所需的力矩以用于执行动力学任务。本申请的技术方案可将运动学控制和动力学控制两种控制方式在同一框架下同时实现，可根据任务需求选择不同控制任务的控制方式，且在控制效果上不产生冲突。
人机控制方法装置

[发明专利]机动车辆的导流设备-CN202210540134.7在审
发明人：乌尔斯-帕特里克·罗绍克 -专利权人：马格纳汽车顶部系统有限责任公司
申请日： 2022-05-18 - 公布日： 2022-11-22 - 主分类号： B62D35/00 文献下载
摘要：本发明涉及一种机动车辆(1)的导流设备(10)，该导流设备(10)包括扰流器(12)和调节运动学装置(20)。调节运动学装置(20)包括至少一个调节运动学单元(20A)，该调节运动学单元(20A)由第一调节运动学系统(24)和第二调节运动学系统(26)形成，并且扰流器(12)的调节是第一调节运动学系统(24)和第二调节运动学系统(26)的运动学调节运动的叠加，并且第一调节运动学系统(24)包括至少一个枢转轴(S1)，并且第二调节运动学系统(26)包括枢转轴(S6)。
机动车辆导流设备

[发明专利]基于优化算法的行驶工况构建方法、装置及相关设备-CN202210864286.2在审
发明人：刘子谭;籍庆辉;叶冬;杜瑶;任晋锋 -专利权人：合众新能源汽车有限公司
申请日： 2022-07-21 - 公布日： 2022-10-04 - 主分类号： G06F30/20 文献下载
摘要：方法包括采集车辆行驶数据，并基于车辆行驶数据划分多个运动学片段及选取用于表征多个运动学片段的多个特征参数；基于主成分分析法对多个特征参数进行降维，获得多个主成分，降维用于消除特征参数之间的相关性，多个主成分用于表征多个运动学片段对应的交通状况和驾驶行为；基于改进的K均值聚类算法对多个主成分进行聚类，并基于聚类结果将多个运动学片段划分多个工况类型；基于多个工况类型，计算每个工况类型对应的运动学片段数量和运动学片段目标长度；根据运动学片段数量和运动学片段目标长度生成每类候选行驶工况
基于优化算法行驶工况构建方法装置相关设备

[发明专利]一种基于改进秃鹰搜索算法的串联机械臂运动学标定方法-CN202310255059.4在审
发明人：刘山;杨玉林 -专利权人：浙江大学
申请日： 2023-03-16 - 公布日： 2023-06-23 - 主分类号： B25J9/16 文献下载
摘要：本发明公开了一种基于改进秃鹰搜索算法的串联机械臂运动学标定方法。该方法由串联机械臂末端位置、姿态数据测量和优化求解运动学参数误差两部分组成，位姿测量数据输入优化算法，优化算法输出运动学参数误差估计值。该方法改进秃鹰搜索优化算法，针对机械臂运动学模型参数名义值与实际值存在误差而导致机械臂末端位姿存在误差的情况，进行了运动学标定，求解了运动学参数误差的最优估计并代入正向运动学补偿，提升串联机械臂末端绝对位姿精度实例表明，在运动学标定问题中，改进的变参数秃鹰搜索算法相较于其他已经应用于该领域的搜索优化算法具有更强的全局寻优能力，更好的收敛性能，更高的时间效率。
一种基于改进秃鹰搜索算法串联机械运动学标定方法

[发明专利]基于无监督深度聚类的电车驾驶行为模式识别方法及系统-CN202310929228.8在审
发明人：向凌云;魏玉良;李尚城;虞凡;李俊 -专利权人：东风畅行科技股份有限公司
申请日： 2023-07-27 - 公布日： 2023-10-20 - 主分类号： G06F18/23 文献下载
摘要：通过采集车辆的行驶数据，行驶数据至少包括速度、时间和总行驶距离；对采集到的行驶数据进行预处理，根据行驶数据中的时间和速度将行驶数据划分为多个运动学片段，提取各个运动学片段中的第一特征参数，将运动学片段中的每两条相邻数据定义为一个运动学片段区间，每个运动学片段包括n‑1个运动学片段区间，基于第一特征参数计算每个运动学片段区间的过渡特征参数，再根据过渡特征参数计算运动学片段的第二特征参数；基于第二特征参数和无监督深度聚类算法，对驾驶行为模式进行分类
基于监督深度电车驾驶行为模式识别方法系统