詳細介紹
為了提高機器人的智能化程度,諸如專家系統(tǒng)、模糊系統(tǒng)、進化計算、群計算、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等人工智能方法將被大量引入,而圖像識別、語音識別、語音合成、自然語言理解等技術(shù)也會被廣泛應(yīng)用于增加、改良人機交互方式。此外,云計算、大數(shù)據(jù)等技術(shù)的快速發(fā)展,資源共享、知識共享、數(shù)據(jù)挖掘等理念為提高機器人的分析、決策和協(xié)作能力提供了新的思路。
A20B-1003-0010
A20B-1003-0020
A20B-1003-0030
A20B-1003-0040
A20B-1003-0041
A20B-1003-0043
A20B-1003-0044
A20B-1003-0045
機器人末端精度受運動學(xué)插補、機器人負載、剛度、機械間隙、dao具磨損、A20B-1003-0020熱效應(yīng)等多種因素的影響,因此除了采用高精度的測量儀器外,建立定位誤差模型和補償算法也是提高定位精度的重要手段。為此,需要對機器人的關(guān)節(jié)剛度、位置誤差、溫度引起的變形等進行參數(shù)辨識,獲得誤差模型或誤差矩陣,進而通過精度補償算法對末端執(zhí)行器的定位提供伺服修正。
A20B-1002-0970
A20B-1002-0980
A20B-1003-0030
A20B-1003-0040
A20B-1003-0041
A20B-1003-0043
A20B-1003-0010
A20B-1003-0044
A20B-1003-0045
A20B-1003-0080
A20B-1003-0081
A20B-1003-0090
A20B-1003-0120
A20B-1003-0140
A20B-1003-0160