首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种包装机械手臂控制系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:江苏腾通包装机械有限公司

摘要:本发明涉及自动化控制技术领域,具体为一种包装机械手臂控制系统,系统包括位置偏移监控模块、路径规划模块、动作调整模块和优化控制模块。本发明,通过捕捉的关键特征信息与预设标准比较的处理逻辑,实现产品位置偏差的精准计算,提高了产品定位的准确性,优化包装效率和精确度,结合动态环境信息进行路径规划,使机械手臂能够在复杂环境中灵活应对各种障碍,调整机械手臂的参数,直接响应位置偏差数据,使得产品对齐过程更为流畅,减少了对产品的物理压力,通过分析机械手臂操作数据,优化控制参数,适应不同的包装材料和产品形状,提升了整体包装过程的稳定性和效率,减少了资源浪费并提升了操作安全性。

主权项:1.一种包装机械手臂控制系统,其特征在于,所述系统包括:位置偏移监控模块基于包装生产线环境,通过图像传感器捕捉包装线产品图像,对产品图像进行分析,识别图像的关键特征信息,与预设的标准产品位置进行像比较,计算产品的位置偏差,得到偏移量数据;路径规划模块基于所述偏移量数据,结合机械手臂的当前位置和周围障碍物的动态信息,计算机械手臂避开障碍,并移动到目标位置的最佳路径,得到优化路径规划结果;动作调整模块基于所述优化路径规划结果和偏移量数据,计算机械手臂调整参数,调整参数包括旋转角度和速度,通过控制器实时调整机械手臂的动作,移动产品对齐包装位置,得到动作调整信息;优化控制模块实施所述动作调整信息,实时收集的机械手臂操作数据,分析识别操作效率,并监测识别操作过程中产品发生的形变,根据差异化包装材料和产品形状,调整机械手臂的速度和力度设置,优化包装过程中的稳定性和效率,生成参数优化信息;所述识别图像的关键特征信息的方法为:基于包装生产线环境,通过图像传感器捕捉包装线产品图像,得到连续图像序列集;基于所述连续图像序列集,构建边缘增强算子,通过公式: ;计算图像位置的边缘强度,识别图像边缘特征;其中,表示在图像中位置的边缘强度值,和分别表示图像中的行索引和列索引,和分别是调整图像水平和垂直梯度灵敏度的权重系数,表示在位置处图像在水平方向的梯度,表示在位置处图像在垂直方向的梯度;基于所述连续图像序列集,利用角点检测算法,通过公式: ;计算角点响应值,识别图像的角点特征;其中表示图像中目标窗口的角点响应值,、和是权重参数,表示图像目标窗口二阶矩阵的行列式,表示图像目标窗口二阶矩阵的迹;基于所述连续图像序列集,利用纹理分析算法,通过公式: ;计算纹理特征值,识别图像的纹理特征,并与所述角点特征和边缘特征整合,得到图像的关键特征信息;其中,表示在图像位置的纹理特征值,表示在图像的纹理窗口内,灰度值和在位置同时出现的概率,是调整参数,和表示灰度值;所述偏移量数据的获取步骤为:获取预设的标准产品位置数据,包括标准的边缘、角点和纹理的位置信息,得到标准位置信息;基于所述标准位置信息,利用所述图像的关键特征信息,提取当前产品关键特征的位置信息并与标准位置信息进行对比,通过公式: ; ;计算产品在包装线上的偏移量,得到偏移量数据:其中,和分别表示产品在包装线上的水平和垂直方向上的偏移量,和是权重因子,和表示关键特征在图像中的当前位置坐标,代表特征的索引,和表示预设的标准产品位置中关键特征的坐标,是指数参数,是特征的总数;所述优化路径规划结果的获取步骤为:基于所述偏移量数据,收集机械手臂当前的位置坐标和周围障碍物的动态信息,包括障碍物的位置、移动速度和预计路径,识别潜在的移动路径,并通过公式: ;计算每条路径的评分;其中,、和是权重参数,表示路径上第点到目标的直线距离,表示路径上第点与最近障碍物的距离,表示第条路径的评分,表示第条路径上的点数;基于所述每条路径的评分,通过对比值的大小,选择目标评分的路径,得到优化路径规划结果;所述动作调整信息的获取步骤为:基于所述优化路径规划结果和偏移量数据,通过公式: ; ;计算机械手臂的调整参数,包括旋转角度调整值和速度调整值;其中,为旋转角度调整值,为速度调整值,和分别为水平和垂直偏移量,为速度调整系数,和为微调参数,为速度降低因子;基于所述机械手臂的调整参数,通过控制器实时调整机械手臂的动作,得到动作调整信息;所述识别操作效率的方法为:实施所述动作调整信息,实时收集的机械手臂操作数据,包括机械手臂的移动速度、旋转角度、任务时间和完成的任务数量;基于所述机械手臂操作数据,通过公式: ;计算操作效率指标,评估机械手臂的操作效率;其中,为操作效率指标,为标准完成时间,为实际完成时间,为完成的任务数量,为应完成的总任务数量,为时间差,、和为权重参数,表示自然对数的底数;所述识别操作过程中产品发生的形变的方法为:通过安装在机械手臂外侧的图像传感器,实时监测产品在操作过程中的形状变化,并通过公式: ;计算形变量;其中,为形变量,表示产品在操作过程中的形变程度,表示产品在操作过程中第点的坐标,表示产品在初始状态下第点的坐标,、和是权重参数,是形变敏感度权重系数,表示点的总数;基于所述形变量,与预设的形变阈值进行比较,识别所述形变量是否超过阈值,判断形变是否明显,得到形变识别结果;所述参数优化信息的获取步骤为:基于所述操作效率指标,通过公式: ;计算调整后的速度;其中,为调整后速度,为当前速度,为速度调整系数,为修正系数,为目标操作效率指标,为当前操作效率指标;基于所述形变量,通过公式: ;计算调整后的力度;其中,为调整后力度,为当前力度,为力度调整系数,为当前形变量,为允许的最大形变量,为形变量修正系数;基于所述调整后的速度和调整后的力度,调整机械手臂的速度和力度设置,生成参数优化信息。

全文数据:

权利要求:

百度查询: 江苏腾通包装机械有限公司 一种包装机械手臂控制系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。