基于扩展任务的双臂机器人位姿优化

为了能够在不修改工业机器人控制器的逆解算法的前提下对双机械臂系统进行位姿优化,同时要求以双臂各向同性指标为强化目标,设计出基于扩展任务的双臂姿态优化方法。首先对双臂机器人的协作任务进行了运动学分析与建模,然后基于最近被提出的一种新型的通用冗余机械臂位姿优化方法对双臂位姿优化进行数学描述,并表明了优化指标-双臂各向同性指标的几何和物理意义。再利用蒙特卡洛采样方法和非线性回归拟合出了主机械臂在操作空间的位姿与协作任务的位姿之间的数学关系,即扩展任务的数学模型。最后在ABB Robot Studio机器人仿真软件中对双臂系统进行主从协作运动任务的仿真,结果表明:利用扩展任务的优化方法可以实现以各向同性指标强化为目标的双臂系统的位姿优化,可以使两只机械臂都远离肘关节奇点和肩关节奇点,并且表明本质上还可以减小机械臂的条件数的值。     

基于时空图卷积网络的多变量时间序列预测方法

为了扩大时空图卷积网络的预测范围,将它应用在关联关系未知场景下的多变量时间序列预测问题,提出一种附加图学习层的时空图卷积网络预测方法（GLB-STGCN）。图学习层借助余弦相似度从时间序列中学习图邻接矩阵,通过图卷积网络捕捉多变量之间的相互影响,最后通过多核时间卷积网络捕捉时间序列的周期性特征,实现对多变量的精准预测。为验证GLB-STGCN的有效性,使用天文、电力、交通和经济四个领域的公共数据集和一个工业场景生产数据集进行预测实验,结果表明GLB-STGCN优于对比方法,在天文数据集上的表现尤为出色,预测误差分别降低了6.02%、8.01%、6.72%和5.31%。实验结果证明GLB-STGCN适用范围更广,预测效果更好,尤其适合自然周期明显的时间序列预测问题。     

基于最小二乘支持向量机的激光拼焊焊缝识别

激光拼焊焊缝质量结构光视觉检测中,对焊缝的准确识别是实现高精度检测的关键. 针对检测图像中结构光光纹畸变特征不明显,无法准确识别焊缝的问题,依据焊缝纹理特征信息,提出了一种基于最小二乘支持向量机的焊缝识别方法. 首先,分析并提取焊缝区和非焊缝区差异明显的纹理特征. 其次,训练最小二乘支持向量机模型,对焊缝进行粗识别. 最后,采用Laws纹理滤波提取焊缝区域,并通过阈值分割方法精确识别焊缝. 针对不同工艺参数下的激光拼焊焊缝开展焊缝识别试验,结果表明,该方法能够有效地识别焊缝.     

激光拼焊生产线规划设计及应用

首先分析了激光拼焊产品及其特点，探讨了在激光拼焊生产线设计中的主要问题：工艺流程、生产规划、生产线布局及激光拼焊质量控制等，给出了相应的对策，并在实际生产线设计中加以应用。     

车用全自动激光拼焊生产线发展现状与对策

全自动激光拼焊生产线作为成套关键装备与战略技术,对国家的综合国力及可持续发展战略有着巨大且深远的影响。本文分析了激光拼焊技术国内外应用情况及科研情况,指出了激光拼焊的关键技术,并由此提出了发展对策。