System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及机器人控制,特别是涉及一种工业机器人的控制方法、系统及工业机器人。
技术介绍
1、随着视觉-语言基础模型发展,它们在建模和对齐图像和文字表示方面具有优越的能力,通过使用多模态数据能够解决各种下游任务问题,目前,已经有将大型语言模型(llms)和视觉-语言模型(vlms)作为高层规划者并纳入机器人系统中,并且具有出色的表现能力。
2、工业机器人是用于工业领域的多关节机械手或多自由度的机器装置,具有一定的自动性,可依靠自身的动力能源和控制能力实现各种工业加工制造功能。工业机器人与普通家用机器人的主要区别在于,相比较普通家用机器人更关注于指令的理解能力,工业机器人则更侧重于执行的精准度,即工业机器人需要保证任务执行的准确性,并且需要保证这种精准度是稳定的,而目前的基于大模型的机器人控制系统并不能满足工业机器人对于高精准度和高稳定性的要求。
技术实现思路
1、为了解决上述技术问题,本专利技术提供了一种工业机器人的控制方法、系统及工业机器人,以能够解决现有基于大模型的机器人控制系统无法满足工业机器人的高精准度要求的问题,达到工业机器人控制的高精准度和高稳定性,从而保证产品生产效率和生产质量的效果。
2、第一方面,本专利技术提供了一种工业机器人的控制方法,所述方法包括:
3、基于大模型生成工业机器人的上层控制代码,并建立工业机器人的数字孪生模型;
4、采用上层控制代码分别控制工业机器人和数字孪生模型执行产品装配任务,并同步采集工业机
5、将所述第一姿态数据和所述第二姿态数据相比较,根据姿态数据比较结果判断工业机器人是否存在故障;
6、响应于不存在故障,将姿态数据比较结果输入大模型对上层控制代码进行调整,使用调整后的上层控制代码对工业机器人进行控制。
7、进一步地,所述基于大模型生成工业机器人的上层控制代码的步骤包括:
8、根据工业机器人的任务执行步骤,构建工业机器人的装配仿真视频,并采集工业机器人工作环境的环境视频;
9、对任务指令进行语义处理,得到任务问题特征,对所述环境视频和所述装配仿真视频分别进行视觉分析,得到环境特征和任务特征;
10、将任务问题特征、环境特征和任务特征进行融合,并将融合后的特征输入大模型进行任务规划,得到控制逻辑;
11、根据控制逻辑调用工业机器人的功能接口,生成上层控制代码。
12、进一步地,在所述根据控制逻辑调用工业机器人的功能接口,生成上层控制代码的步骤之后,还包括:
13、构建代码优化问题,采用强化学习对代码优化问题进行求解,得到最优控制代码。
14、进一步地,所述采用强化学习对代码优化问题进行求解,得到最优控制代码的步骤包括:
15、基于工业机器人的关节角度和运动轨迹定义动作空间和执行策略;
16、根据轨迹平滑度、任务执行时间和装配产品质量,构建奖励函数;
17、根据动作空间、执行策略和奖励函数对代码优化问题进行求解,得到最优控制代码。
18、进一步地,所述将所述第一姿态数据和所述第二姿态数据相比较,根据姿态数据比较结果判断工业机器人是否存在故障的步骤包括:
19、对所述第一姿态数据和所述第二姿态数据进行数据预处理,并计算预处理后的所述第一姿态数据和所述第二姿态数据之间的数据相似度;
20、判断所述数据相似度是否小于相似度阈值,若是,则将所述第一姿态数据和所述第二姿态数据输入故障检测模型进行故障检测,得到工业机器人的故障部位。
21、进一步地,所述对所述第一姿态数据和所述第二姿态数据进行数据预处理的步骤包括:
22、对所述第一姿态数据进行数据一致性校验和误差过滤;
23、将过滤后的所述第一姿态数据与所述第二姿态数据进行坐标匹配和数据对齐。
24、进一步地,所述将姿态数据比较结果输入大模型对上层控制代码进行调整的步骤包括:
25、采集产品在装配过程中的组件参数,根据所述组件参数判断组件是否满足参数要求;
26、响应于不满足参数要求,将姿态数据比较结果输入大模型对上层控制代码进行调整。
27、进一步地,所述采集产品在装配过程中的组件参数,根据所述组件参数判断组件是否满足参数要求的步骤包括:
28、采集工业机器人装配出的产品图像,并从所述产品图像中提取出组件参数特征;
29、从数字孪生模型中提取出模拟组件参数特征,将所述组件参数特征和所述模拟组件参数特征相比较,并根据参数特征比较结果判断装配出的产品是否满足参数要求。
30、第二方面,本专利技术提供了一种工业机器人的控制系统,所述系统包括:
31、代码模型生成模块,用于基于大模型生成工业机器人的上层控制代码,并建立工业机器人的数字孪生模型;
32、数据获取模块,用于采用上层控制代码分别控制工业机器人和数字孪生模型执行产品装配任务,并同步采集工业机器人的第一姿态数据和数字孪生模型的第二姿态数据;
33、数据比较模块,用于将所述第一姿态数据和所述第二姿态数据相比较,根据姿态数据比较结果判断工业机器人是否存在故障;
34、代码调整模块,用于响应于不存在故障,将姿态数据比较结果输入大模型对上层控制代码进行调整,使用调整后的上层控制代码对工业机器人进行控制。
35、第三方面,本专利技术实施例还提供了一种工业机器人,所述工业机器人采用如上所述的控制方法进行控制。
36、本专利技术提供了一种工业机器人的控制方法、系统及工业机器人。通过所述方法,本专利技术采用多模态大模型来生成工业机器人的控制逻辑,并结合装配仿真视频,使大模型学习到更多上下文信息,提高了模型对任务理解能力和参数计算的精度,从而提高了对工业机器人控制的精准度,并且利用了数字孪生技术对工业机器人的控制过程进行监控,并结合大模型对控制代码进行调整,提高了工业机器人的控制精度,保证了工业机器人能够稳定准确地执行任务,从而提高了工业机器人装配产品的生产效率和生产质量。
本文档来自技高网...【技术保护点】
1.一种工业机器人的控制方法,其特征在于,所述方法包括:
2.根据权利要求1所述的工业机器人的控制方法,其特征在于,所述基于大模型生成工业机器人的上层控制代码的步骤包括:
3.根据权利要求2所述的工业机器人的控制方法,其特征在于,在所述根据控制逻辑调用工业机器人的功能接口,生成上层控制代码的步骤之后,还包括:
4.根据权利要求3所述的工业机器人的控制方法,其特征在于,所述采用强化学习对代码优化问题进行求解,得到最优控制代码的步骤包括:
5.根据权利要求1所述的工业机器人的控制方法,其特征在于,所述将所述第一姿态数据和所述第二姿态数据相比较,根据姿态数据比较结果判断工业机器人是否存在故障的步骤包括:
6.根据权利要求5所述的工业机器人的控制方法,其特征在于,所述对所述第一姿态数据和所述第二姿态数据进行数据预处理的步骤包括:
7.根据权利要求1所述的工业机器人的控制方法,其特征在于,所述将姿态数据比较结果输入大模型对上层控制代码进行调整的步骤包括:
8.根据权利要求7所述的工业机器人的控制方法,其特征
9.一种工业机器人的控制系统,其特征在于,所述系统包括:
10.一种工业机器人,其特征在于,所述工业机器人采用如权利要求1至8中任一项所述的方法进行控制。
...【技术特征摘要】
1.一种工业机器人的控制方法,其特征在于,所述方法包括:
2.根据权利要求1所述的工业机器人的控制方法,其特征在于,所述基于大模型生成工业机器人的上层控制代码的步骤包括:
3.根据权利要求2所述的工业机器人的控制方法,其特征在于,在所述根据控制逻辑调用工业机器人的功能接口,生成上层控制代码的步骤之后,还包括:
4.根据权利要求3所述的工业机器人的控制方法,其特征在于,所述采用强化学习对代码优化问题进行求解,得到最优控制代码的步骤包括:
5.根据权利要求1所述的工业机器人的控制方法,其特征在于,所述将所述第一姿态数据和所述第二姿态数据相比较,根据姿态数据比较结果判断工业机器人是否存...
【专利技术属性】
技术研发人员:高凌燕,温哲立,余瑾,邵娉婷,
申请(专利权)人:青岛创新奇智科技集团股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。