【技术实现步骤摘要】
本专利技术涉及工业机器人建模，尤其涉及基于边缘计算的多机器人场景联合学习建模方法及系统。
技术介绍
1、随着社会对制造业生产质量与效率需求的日益增长，传统基于离线设计、单一制造节点和人工技术阈值的生产制造模式亟需进一步优化与升级，而基于分布式计算、多节点作业与智能行为决策的智能制造产线是解决该问题的关键。近年来，在工业机器人制造领域，基于数据驱动的智能学习方法逐渐得到推广应用，有效提高了生产过程的柔性度、稳定性与可靠性，形成了新一代的工业机器人感知、规划、控制技术。然而，受制于工业场合下大规模数据获取的困难性，已有工业机器人系统难以直接适配不同的场景、工况与任务，其迁移应用的技术配置周期长、成本高，通用性和自适应性欠佳。另一方面，同一制造节点下的工业机器人系统由于局限于分布相近的数据集，在确保稳定的前提下功能有限，难以产生深度耦合的高级协同行为，导致整体智能程度受限。
技术实现思路
1、为了解决上述技术问题，本专利技术的目的是提供基于边缘计算的多机器人场景联合学习建模方法及系统，能够通过高...
【技术保护点】
1.基于边缘计算的多机器人场景联合学习建模方法，其特征在于，包括以下步骤：
2.根据权利要求1所述基于边缘计算的多机器人场景联合学习建模方法，其特征在于，所述基于边缘节点机器人群体进行边缘节点数据动态共享处理，获取边缘节点经验池这一步骤，其具体包括：
3.根据权利要求2所述基于边缘计算的多机器人场景联合学习建模方法，其特征在于，所述对多源异构数据进行数据预处理，构建大规模数据集这一步骤，其具体包括：
4.根据权利要求3所述基于边缘计算的多机器人场景联合学习建模方法，其特征在于，所述基于远程标定技术，对大规模数据集进行标定处理，得到边...
【技术特征摘要】
1.基于边缘计算的多机器人场景联合学习建模方法，其特征在于，包括以下步骤：
2.根据权利要求1所述基于边缘计算的多机器人场景联合学习建模方法，其特征在于，所述基于边缘节点机器人群体进行边缘节点数据动态共享处理，获取边缘节点经验池这一步骤，其具体包括：
3.根据权利要求2所述基于边缘计算的多机器人场景联合学习建模方法，其特征在于，所述对多源异构数据进行数据预处理，构建大规模数据集这一步骤，其具体包括：
4.根据权利要求3所述基于边缘计算的多机器人场景联合学习建模方法，其特征在于，所述基于远程标定技术，对大规模数据集进行...
【专利技术属性】
技术研发人员：陈明猷，陈柯，罗陆锋，韦慧玲，王金海，
申请(专利权)人：佛山科学技术学院，
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。