【摘 要】
：
近年来,工业机器人的使用为工业制造带来了更多的机遇和空间,极大地缩减了日益高昂的人力成本。目前,仓储物流中大多数流程已实现自动化装配,但是在货物密集分布的分拣场景中,仍需要大量人工的参与。货物分拣的效率直接影响了智能物流的发展。因此,设计一套稳定、安全和高效的货物抓取系统十分重要。论文以仓储物流的货物抓取为应用,设计并实现了一套面向仓储物流的机械臂货物抓取系统。论文将整个系统分为两个子系统,分别是
【基金项目】
：
多维度智能群体网络的感知与协同优化研究（国家自然科学基金项目,编号:61672244）； “应用于智能机器人的 ROS 驱控一体系统研发（武汉市教育局产学研立项,编号:CXY2020016）”（武汉精锋微控科技有限公司）；
论文部分内容阅读
近年来,工业机器人的使用为工业制造带来了更多的机遇和空间,极大地缩减了日益高昂的人力成本。目前,仓储物流中大多数流程已实现自动化装配,但是在货物密集分布的分拣场景中,仍需要大量人工的参与。货物分拣的效率直接影响了智能物流的发展。因此,设计一套稳定、安全和高效的货物抓取系统十分重要。论文以仓储物流的货物抓取为应用,设计并实现了一套面向仓储物流的机械臂货物抓取系统。论文将整个系统分为两个子系统,分别是基于ROS的机械臂控制系统和基于强化学习的货物抓取系统。在机械臂控制的感知系统中,使用张正友标定法和TsaiLenz法进行相机内参标定和手眼标定。在机械臂控制的在线规划系统中,引入数字孪生技术来实现数字世界与物理世界之间的实时交互,在数字世界中完成机械臂路径规划后,将轨迹数据发送到物理世界,从而避免机械臂动作中潜在的碰撞风险。在货物抓取系统中,论文提出了一种基于强化学习的机械臂抓取算法。通过机械臂与环境间的大量试错探索,并使用深度Q学习的算法,将彩色图像和深度图像作为输入,输出在当前状态下能够获取最大奖励值的机械臂动作。同时,在动作空间中加入了推的动作,用来为抓取动作创造更多的空间,从而提高货物抓取的成功率。论文通过机械臂在线规划实验,分析机械臂真实孪生体和数字孪生体末端执行器的位姿误差,结果表明两者间的位置参数误差小于5mm,姿态参数误差小于0.02rad。论文设计了货物抓取对比实验,结果证明了论文所设计的抓取算法相对于其他算法能够将将货物抓取的完成率和成功率分别提高5%～20%,最后通过机械臂货物抓取综合实验验证了系统的可行性。
其他文献
滚动轴承的故障诊断研究对于工业生产系统的可靠性和稳定性具有重大意义。由于出色的性能,基于深度学习的方法在滚动轴承故障诊断领域取得了广泛的应用。然而,将深度学习方法应用于滚动轴承的故障诊断时仍存在着如下问题:深度学习模型的训练需要依赖大量样本,而实际工业过程中滚动轴承经常面临样本不足的情形;此外,深度学习模型中不恰当的特征提取也有可能会造成信息丢失。针对上述这些问题,本文提出了两种基于深度学习的少量
母线电容能平衡电机驱动系统中输入电源和输出负载的瞬时功率差,从而最大限度地减小直流环节的电压变化,并保护电机驱动系统免受电网瞬时峰值冲击。然而,电容是电机驱动系统中最薄弱的环节之一,严重影响了电机驱动系统的可靠性。对母线电容进行健康状态的监测以及剩余使用寿命的预测,对提高系统可靠性、保障系统安全以及实现高效的运维管理有着重大意义。本文针对采用不控整流的电机驱动系统中的母线电容,对其状态监测与寿命预
电力市场化改革需要建立一个公开、公平和公正的电力交易机制和平台,以促进电力资源的优化配置和高效利用。目前,电力中长期市场普遍采用的交易机制不能消除市场成员行使市场力的动机,难以保证电力市场的长期有效运行。理论上,Vickrey-Clarke-Groves（VCG）机制可以消除市场力影响,但存在预算不平衡缺陷,即用电户需要支付的（结算）费用可能会小于发电商希望获得的（结算）收入。此外,市场成员之间电
随着客户对于产品的需求越来越多样化,产品设计已逐步向大规模定制生产模式转变,客户需求挖掘也成为产品设计中最为关键的一环。本文面向大规模定制产品,以数据驱动为基础,旨在为企业提供客观、精准、全面的客户需求挖掘方案,以驱动产品设计。研究内容包括以下几个方面:1)针对Kano模型主观性强、适用度低的问题,提出了数据驱动Kano模型,该模型兼具客观性、全面性和精准性。首先定义了大数据时代的客户需求分类、四
新一轮电改后,国内售电公司应运而生。作为连接发电企业与电力用户的中间商,售电公司主要通过购售电业务赚取其中的差价利润。“双碳”目标下,我国提出了一系列政策以解决新能源高比例消纳难题,其中新能源配额制规定了售电公司消纳新能源电力的责任。而售电公司在与新能源等各类电力交易的过程中会面临诸多不确定风险,因此有必要对这些风险进行识别和评估,并探究售电公司与不同市场主体间开展购售电业务时的决策问题,进而提出
随着科技的快速发展,人们在不同环境下的定位需求日益增强,室外环境中四大卫星导航系统已经逐渐成熟,但在室内环境中由于房顶和墙体等建筑结构的遮挡导致依靠卫星导航的室外定位无法开展,因此提高室内条件下的位置服务质量受到了众多学者的广泛关注。超宽带（UWB）由于其超强的穿透力和抗多径能力等特点在室内定位中脱颖而出,但是在室内复杂环境下,UWB信号也可能受到非视距等影响导致传播时间延迟,致使定位误差增大。基
工业控制系统（Industrial Control System,ICS）广泛应用于关键基础设施,保证其安全运行至关重要。由于ICS的开放性不断提高,只考虑物理与功能安全的ICS面临严重的信息安全威胁。异常检测技术可以有效解决ICS的信息安全问题,但随着传感器和物联网等技术的发展,ICS庞大的数据规模加大了异常检测难度。对此本文提出基于数字孪生的ICS异常检测总体设计框架,引入数字孪生技术来解决I
图像匹配是机器视觉领域的重要技术之一,其在军事、医疗、测绘遥感等领域应用广泛,但在异源图像匹配任务中,由于模板图与待搜索图之间成像时相、谱段和视角等差异较大,传统算法提取的浅层特征难适应复杂变化场景下的地物特征稳定表达和高精度匹配需求。深度神经网络具有高维特征提取和表达能力,针对异谱段图像匹配面临的特征提取与建模问题,从深度学习的角度出发,设计了基于全卷积网络的双输入异构特征提取模型,采用监督学习
随钻核磁共振测井仪器测量得到自旋回波序列,对呈多指数衰减形式的回波串进行反演可以获取T2谱。井下回波信号通常非常微弱,且受到多种噪声污染,直接反演会严重影响储层信息的准确性。因此,本文研究了一种从低信噪比原始数据中恢复回波信号的去噪方法,包含回波采集电路、噪声生成方法、回波去噪模型三部分工作,后两者基于深度学习理论。通过分析仪器工作时的回波特性,设计了回波采集电路,具有完整的信号处理链路,能够有效
数控机床是工业生产中最为基础的加工设备,被称为“工业母机”。机械运动系统是数控机床的关键组成部件,开展运行状态监控与健康评估研究对保障数控机床的可靠性与高精度运行能力具有重要意义。本文将高精度永磁同步电机伺服系统作为感知器,先从电机驱动系统获取能够反映机械系统运行状态的自传感信号,再结合系统运行特点提取多域特征,然后基于邻近性距离度量方式定量评估系统运行状况,最后制定包含明确含义的状态指标实现系统