大数据物联网信息交互与数据感知

数字化、网络化、智能化已经成为工业4.0的主要发展趋势,其中大数据和工业物联网作为主要组成部分在中国制造业转型升级过程中扮演着重要的角色。为了能够达到进一步加快信息化和工业化深度融合,提高传统产业升级的强度,就不得不依靠工业4.0和互联网产业一体化。大数据、物联网、数据感知是智能制造的基础,在大规模定制生产中主要包括数据管理、数据收集、智能制造、定制平台和数据感知等。数据的感知可以借助于大数据和工业物联网的应用推动更多的智能制造的发展。鉴于此,通过应用大数据、物联网和数据感知可以帮助制造商提高营销目标,降低物流的成本和库存,减少生产资源的风险。

并联机器人正运动学与NURBS轨迹规划

并联机器人是一种具有高载荷自重比的封闭式运动结构,针对并联机器人运动控制和NURBS轨迹问题进行了深入的研究,首先从并联机器人的逆运动学问题进行了解析方法的求解。其次,针对正运动学(FKP)在数学上是难以解决问题,提出了一种多层感知器进行反向传播学习的神经网络进行实时求解。再次,开发了基于NURBS的通用插补器,它可以处理任何类型的几何图形使得机器人运动轨迹平滑。最后利用实验验证了运动学和NURBS曲线求解并联机器人模型的正确性。该策略在少数迭代和很少执行时间内,位置和方向参数的精度分别接近0.01mm和0.01°,验证了算法的有效性和正确性。

遥操作机器人的神经网络校正地图策略

提出一种利用全身传感装置进行地图定位和校正的遥操作机器人。首先,针对遥操作控制系统进行了深入的研究,包括遥操作要素和技术要点等。其次,根据周围环境地图特征进行了地图建立和定位,提出了一种神经网络的方法进行地图校正。该方法可以学习来自信息捕捉装置的传感器数据信息,分配给每个神经网络的机器人执行器的位置之间的映射。最后,为了在学习过程中收集数据,机器人通过一系列成对的同步动作来校正地图。该方法可以应用于任何环境下机器人地图定位和校准,而不考虑环境物理中呈现出的差异。实验结果表明,该方法为实现机器人的遥操作提供了一种快速、有效、灵活的方法。