本发明公开了一种基于深度学习及超声微阵列的机械臂标定方法，所述方法包括：步骤S1，设定方波信号，通过音频功放模块发射方波信号，并通过麦克风阵列接收；步骤S2，对麦克风阵列接收的超声信号进行AD采样，得到数字信号；步骤S3，构建机械臂方位角与俯仰角获取模型，将数字信号输入至机械臂方位角与俯仰角获取模型中，得到声源的方位角与俯仰角；步骤S4，基于步骤S3得到的声源的方位角与俯仰角，对麦克风阵列建立坐标系获取得到声源在三维空间中的位置，根据机械臂目标位置与声源的空间坐标之差调整机械臂至目标位置。
📄 2023105962488
📂 B25J9_16
👤 浙江工业大学
📅 2023-05-24
本发明提供了一种基于双目视觉和深度学习的机械臂不停工实时标定方法及装置。该方法包括：生成测量构建库；从中选择m2组运行指令；从m2组运行指令中选择出测量构型；搭建位姿采样系统；围绕测量构型生成神经网络的训练点；获取靶标位姿，同时计算机械臂末端位姿；训练深度神经网络；补偿DH参数误差；选择监测点；利用深度神经网络得到末端实际位姿；判断末端位姿误差是否超出了阈值；若超出了阈值，求解新产生的DH参数误差；补偿新产生的DH参数误差。本方法使机械臂定位误差实时监测和实时标定成为可能，无需机械臂停工，实现了作业精度和效率的统一。
📄 2022103637533
📂 B25J9_16
👤 北京信息科技大学
📅 2022-04-07
柿子坊 · 知识产权运营
柿子坊知识产权运营平台