一种基于DTW-DP-GMM的工业机器人轨迹学习策略

针对机器人示教编程过程中使用高斯混合模型(GMM)规划运动轨迹时存在的高斯分布个数难以选择、复现轨迹精度较低等问题,提出了一种复合的机器人运动轨迹学习策略.该策略包含动态时间规整(DTW)算法、高斯混合模型与道格拉斯-普克(DP)算法.首先,针对示教过程中采集的多条轨迹在时间长度上存在差异的问题,采用DTW算法来统一示教轨迹在时域上的变化.其次,使用GMM算法对示教轨迹的特征进行提取,并利用高斯混合回归(GMR)算法将其重构为复现轨迹.在这个过程中采用DP算法来预估GMM算法的关键参数高斯分布的数量,与传统方法相比,能够简单直观地得到相对准确的参数值.利用DP算法对复现轨迹的数据点进行稀疏化并优化,不仅确保了机器人最终运动轨迹的精度,而且大幅减少了最终轨迹数据点的数量.最后,进行了不同形状的模拟焊接轨迹学习规划实验.结果表明:经由DTW对齐后的示教轨迹具有更加明显的运动特征,经过GMM-GMR学习输出的复现轨迹具有良好的表征结果;在使用GMM-GMR算法学习示教轨迹的过程中,采用DP算法可以有效预估高斯分布个数;经过DP算法稀疏化并优化的最终轨迹的平均位置误差均在0.500 mm以内,其最大误差可以控制在0.800 mm以内,可以满足焊接轨迹规划的精度要求,验证了该策略的有效性和优越性.

工业机器人应用与供应链效率提升——基于供应链治理与营运效率的双重视角

文章基于2011—2019年中国A股上市企业财务数据,研究工业机器人应用对企业供应链效率的影响。研究发现:工业机器人应用显著提高了企业供应链效率,该结果在一系列稳健性检验中得到验证;机制分析表明,工业机器人应用通过供应链治理渠道和营运效率渠道来提高供应链效率,在中西部地区、传统行业、竞争性行业、高市场优势地位、高资产专用性和高职工薪酬企业中作用更明显;进一步研究表明,工业机器人应用存在正向的供应链溢出效应,并可以实现兼顾供应链安全的效率提升。本研究为进一步优化工业机器人应用的相关政策制定和构建高质量供应链体系提供了政策启示。

基于建构主义的实训课程混合式教学研究——以中职工业机器人实训课程为例

围绕智能制造背景下制造业对工业机器人专业人才培养以及教育教学提出的新要求,将建构主义理论融入中职工业机器人实训课程混合式教学。通过情境、协作和会话等要素对“线上+线下”混合式的教学过程进行设计,提出线上分层学习情境、线下安全—技术一体化教学情境、线上线下多元评价模式的构建,促进学生实现知识的意义建构和技能的有效掌握,让每位学生都能够发挥自己的最大潜能,提高实训课程教学质量。

职业技能大赛对工业机器人技术专业学生技能培养的影响与实践

在当前“普通教育有高考,职业技能有大赛”的教育背景下,职业技能大赛已成为推动职业教育改革和发展的重要引擎。随着“机器换人”战略的深入实施,工业机器人技术专业备受瞩目,对专业人才的需求也日益迫切。本文分析了大赛对学生创新、团队协作及就业能力的积极影响,并提出融合教学、赛事联动、校企合作、以赛促师和考评创新等策略,以期为工业机器人技术专业的教学改革和人才培养提供参考。

智能制造中工业机器人故障诊断技术分析

随着智能制造的不断发展,工业机器人在各行各业的生产线上扮演着越来越关键的角色,而机器人在操作过程中出现故障将严重影响生产效率和系统稳定性。本研究针对工业机器人的故障诊断技术进行深入分析,尤其关注了机器学习技术在故障诊断中的应用,并通过实证分析验证了所提出方法的有效性,旨在为未来工业机器人故障诊断技术的优化和应用提供理论支持和实践指导。

基于数字孪生的工业机器人定位精度测量技术

近年来,数字孪生技术在各行各业的应用逐渐增多,尤其是在工业机器人领域,已成为提升生产效率和定位精准度的重要手段。旨在探索数字孪生技术在工业机器人定位精度测量中的应用,提升机器人在复杂环境中的定位准确性与实时性。首先,对数字孪生技术的概念进行了探讨,明确了其在工业领域内的应用前景;其次,提出了工业机器人定位精度测量控制模型;再次,提出了基于A^(*)算法的工业机器人定位精度测量算法;最后,通过实验数据验证了该方案的有效性和可靠性。结果表明,数字孪生技术不仅能够有效提高工业机器人的定位精度,还能够减少因定位误差造成的生产损失。

基于POE模型的工业机器人运动学参数二次辨识方法研究

针对工业机器人在高度制造领域精度不高的问题,本文提出了一种基于POE模型的工业机器人运动学参数二次辨识方法。阐述了基于指数积(Product of exponential, POE)模型的运动学误差模型构建方法,并建立基于POE误差模型的适应度函数;为实现高精度的参数辨识,提出了一种二次辨识方法,先利用改进灰狼优化算法(Improved grey wolf optimizer, IGWO)实现运动学参数误差的粗辨识,初步将Staubli TX60型机器人的平均位置误差和平均姿态误差分别从(0.648 mm, 0.212°)降低为(0.457 mm, 0.166°);为进一步提高机器人的精度性能,再通过LM(Levenberg-Marquard)算法进行参数误差的精辨识,最终将Staubli TX60型机器人平均位置误差和平均姿态误差进一步降低为(0.237 mm, 0.063°),机器人平均位置误差和平均姿态误差分别降低63.4%和70.2%。为了验证上述二次辨识方法的稳定性,随机选取5组辨识数据集和验证数据集进行POE误差模型的参数误差辨识,结果表明提出的二次辨识方法能够稳定、精确地辨识工业机器人运动学参数误差。

工业机器人手眼标定综合实验设计

为了提高工业机器人技术课程的多学科交叉应用与集成创新能力培养的教学效果,设计了一种针对眼在手外模式的机械臂手眼标定综合实验。采用机械臂、相机、标定板和Visual Studio软件完成手眼标定工程化实验平台的搭建,利用软件编程将采集到的机械臂末端位姿信息转化为位姿矩阵,获得了标定板图片中圆心位置并求解了手眼矩阵,最后进行标定结果误差分析。通过熟悉设备、编写代码、调试程序、测试验证等步骤,帮助学生理解手眼标定理论知识,增强应用实践和创新能力。

工业机器人应用对我国经济增长动能转换的影响研究

依据2006—2019年中国285个地级及以上城市面板数据,运用双向固定效应模型,考量工业机器人应用对经济增长动能转换的影响及其内在机制。结果显示:工业机器人应用对经济增长动能转换促进作用显著,且在非资源型城市、东部地区、普通城市、处于工业化后期及后工业化阶段的城市中促进作用更显著;产业结构调整是工业机器人应用促进经济增长动能转换的重要影响机制。鉴于此,应强化空间引导和分区施策,拓展机器人应用广度和深度,以充分利用技术红利培育壮大发展经济新动能。

工业机器人单目视觉装配系统研究

为了解决传统机器人只能通过示教或离线编程固定执行点到点装配任务的问题,进行了视觉引导的工业机器人装配方面的研究。首先对工业机器人视觉装配过程建立数学模型并标定,然后研究了基于机器视觉的零件位姿估计方法,针对法兰盘类金属零件弱纹理及无角点特征的位姿估计问题,提出了一种基于自身特征和外部标记辅助的单目视觉位姿计算方法。最后搭建了工业机器人单目视觉装配实验平台验证该位姿计算方法的可行性。实验结果表明,该系统能够实现对法兰盘类零件的定位和装配,最小位置误差为2.07mm,最小姿态误差0.13。

工业机器人应用会加剧中国城乡收入差距吗?

基于IFR数据库中国工业机器人数据,在科学测度2007—2019年中国31个省级区域工业机器人渗透度及城乡收入差距的基础上,细致刻画工业机器人应用对城乡收入差距的作用机制。研究发现:工业机器人应用显著加剧了中国城乡收入差距,因而有效处理机器人应用的收入分配效应能为高质量增长和共同富裕战略的协同共进提供重要支撑;工业机器人应用会通过提升就业技术结构高级化水平和资本利润率两个渠道,加剧中国城乡居民收入差距,且工业机器人应用在高劳动收入份额区域内引致的城乡收入差距效应较为显著;工业机器人应用有利于激发产业结构服务化及合理化的演进动力,并对制造业与生产性服务业协同集聚具有催化剂作用。为此,中国政府应及时和准确地预判工业机器人应用对中国目前及未来较长一段时间内经济与社会发展的动态影响,并在享受人工智能时代红利的同时,平抑其对城乡收入差距造成的负面冲击。

虚实结合的工业机器人实训课程开发

开发了虚实结合的工业机器人实训课程。利用SolidWorks三维软件和KUKA-Sim-pro软件构建工业机器人虚拟仿真场景,将库卡KR10 R1420型工业机器人和THKRJT-1工业机器人自动化生产线作为实际操作对象,设立了由易到难递进式的系列实训项目,包括气动夹爪的制作、物料搬运项目、汽车刹车片产线实训项目。采用虚拟仿真与实际操作相结合的工业机器人实践教学方法,虚实结合,相辅相成,互为补充,让学生更容易掌握操作技能,并且大大降低学生实操时的安全风险以及实训设备的损坏率。

工业机器人、人力资本与就业——以纺织产业为例

工业机器人深度应用与就业协同发展成为产业高质量发展的重要内容。为探究如何以数智化转型带动高质量就业,本文基于2007—2019年中国31个省级行政区面板数据,构建固定效应模型,实证研究纺织产业工业机器人应用对就业的影响。结果显示,工业机器人应用一方面对就业数量产生了替代效应,另一方面提高了就业质量,人力资本水平的提升同时弱化了这两方面的作用。异质性检验显示,工业机器人应用对纺织产业平稳型和提高型发展省份、男性或低技能劳动者的就业数量替代效应更大;2013年以前工业机器人应用对就业数量的替代效应和2013年以后对就业质量的提升效应更显著。

基于OBE和BOPPPS的工业机器人技术课程教学实践

以工业机器人技术课程中的气吸附式手部和内部位置及角度传感器为侧重,进行以产出为导向,并结合BOPPPS教学模型完成了教学实践举例,让学生不仅了解、学习、掌握了相关专业知识,还能领会该课程中所学到的知识在现实中的应用价值及科学探索精神,培养全方面发展的综合型工程技术类人才。

基于数字孪生的工业机器人建模及监测方法

针对工业机器人数据不透明、监测存在死角等问题,通过对实体工业机器人分析和研究,构建数字孪生机器人监测系统。首先从几何、物理、逻辑3个维度完成虚拟机器人的建模;其次基于开放平台通信联合架构(open platform communications united architecture,OPC UA),实现机器人的数据采集和通信,设计用户显示界面,达到数据实时可视化的效果;最后,通过机器人仿真实验得出机器人末端执行器X、Y、Z坐标的相对位置误差分别为0.48%、0.32%、0.27%,通过数字孪生机器人监测同步实验验证机器人关节角度误差最大值为0.31°。实验结果表明:该方法能够实现数字孪生工业机器人的运动数据监测,减少工业机器人在生产过程中发生意外和故障的风险,为智能工业机器人的发展提供思路和方向。

工业机器人视觉定位技术与应用探讨

工业机器人是一种可以自主完成工作任务的机器设备,其集电子技术、传感技术和智能控制技术等于一体,被广泛应用于智能制造等诸多领域。以ABB工业机器人为基础,构建了一个可以对工件角度、颜色进行识别的计算机视觉系统。该系统包括安装于机器人手臂上的平台、摄像头、执行机构和通信接口。相机拍摄到的工件图像在PC(个人计算机)进行处理后,可以得到角度偏差,并用通信接口将其传输到机械臂执行器,再利用控制模糊算法对ABB机械臂的动作进行控制,调节平台,使12个元件能够被放置到预定的位置。在MATLAB环境下对算法进行了仿真,并在所搭建的系统上进行了试验,对工件位置控制的有效性进行了检验。结果表明,该方法有效地实现了工业机器人视觉系统的可靠定位,从而提升了工件定位精度和加工效果,因此,该方法具有十分重要的应用价值。

工业机器人是否有利于企业创新?

推动互联网、大数据、人工智能和实体经济深度融合是党中央作出的战略谋划和前瞻部署。工业机器人作为人工智能在制造业领域的大规模应用,有利于提升企业创新数量和质量。文章利用2000—2013年的中国工业企业数据库、海关数据库和中国专利文献数据库合并获得的微观企业面板数据,研究工业机器人使用对中国制造业企业自主创新能力的影响,结果表明:工业机器人使用显著提高了中国制造业企业的创新数量和创新质量,并且这一结论在采用工具变量方法、倾向得分匹配后的双重差分方法进行进一步的因果识别后仍然成立。研究结论对推动制造业企业智能化转型、加快提升制造业企业创新能力具有一定借鉴意义。

高技术复杂度工业机器人与全球价值链生产环节攀升

在科学识别工业机器人技术复杂度和价值链生产环节偏优指数的基础上,从多维度剖析高技术复杂度工业机器人对制造业全球价值链生产环节攀升的作用机制,并检验高技术复杂度工业机器人的“断供”威胁应对效应。得到的结论主要有:(1)高技术复杂度工业机器人对制造业全球价值链生产环节攀升具有促进作用。高技术复杂度工业机器人不仅能推动制造业生产技术与工艺从后发跻身准前沿和前沿,还能提升产业链关键核心环节的自主可控程度。(2)高技术复杂度工业机器人不仅有助于提升产业的价格加成能力,还有助于提升高端要素资源汇聚能力,更能提升政府支持的概率,上述渠道也使高技术复杂度工业机器人对生产环节攀升表现出正效应。(3)高技术复杂度工业机器人不仅能降低样本国对美国中间品的依赖程度,还能降低其对美国和主要盟友中间品的依赖程度。为此,高技术复杂度工业机器人能有效降低美国及其主要盟国“断供”威胁的不利冲击。(4)全球价值链生产环节偏优指数过高和工业机器人技术复杂度偏低共存窘境,使中国工业机器人应用深陷“量大技术弱”和对全球价值链生产环节攀升促进作用相对有限之痛,破解这一痛处的关键在于不断提升中国工业机器人技术的前沿性。

约束空间工业机器人姿态搜索及避障研究

为解决约束空间下机器人无碰撞目标姿态求解问题,提出一种机器人姿态快速搜索算法,并结合4种不同的路径规划算法实现工业机器人的多目标路径规划。首先,对机器人运动框架初步配置完成后,通过计算位姿矩阵得到了场景内物体坐标的动态相对关系,并在ROS中搭建规划场景;其次,提出一种基于模型和机器人逆解的机器人姿态快速搜索算法RFP,并在RoboDK中对其进行验证,验证结果表明该算法有效;最后,根据任务需求设计了路径规划流程并引入二次规划减少算法随机性的影响,提高规划成功率,应用了RRT等算法进行对比分析,仿真结果表明RRT-connect算法的规划速度与成功率高于其它算法,为样机的实现奠定了基础。

基于支持向量回归的工业机器人空间误差预测

鉴于高端智能制造领域对高精度应用场景下的工业机器人绝对定位精度的更高要求。本文主要研究基于支持向量回归(Support Vector Regression,SVR)模型的机器人空间误差预测方法。针对Staubli TX60型串联工业机器人进行了运动学建模和误差分析。搭建了基于Leica AT960激光跟踪仪的机器人测量实验平台,并进行了大量空间位姿点的测量,通过真实数据集训练优化SVR模型。基于SVR方法对机器人实际位姿误差进行预测与补偿,避免了复杂的误差建模过程。机器人平均位置误差和平均姿态误差分别由补偿前的(0.7061 mm,0.1742°)降低至(0.0556 mm,0.0246°),位置误差降低了92.12%,姿态误差降低了85.88%。最后,通过与BP,Elman神经网络以及传统LM几何参数标定方法进行对比,验证了基于SVR模型进行空间误差预测对机器人位置和姿态误差降低效果的有效性和均衡性。