[发明专利]一种工业机器人系统下的控制方法及系统在审
申请号: | 201811050532.0 | 申请日: | 2018-09-07 |
公开(公告)号: | CN108972593A | 公开(公告)日: | 2018-12-11 |
发明(设计)人: | 成伟华;李丽丽;杨芹;罗恒;柯美元;杨亘;丘利芳 | 申请(专利权)人: | 顺德职业技术学院 |
主分类号: | B25J13/06 | 分类号: | B25J13/06;B25J9/16 |
代理公司: | 佛山市广盈专利商标事务所(普通合伙) 44339 | 代理人: | 李俊 |
地址: | 528300 广东省佛山市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 控制系统 工业机器人 工业机器人系统 视觉控制器 以太网模块 触摸屏 关键帧图像 后续分析 素材来源 图像存储 误差分析 差异化 样本库 处理器 反馈 | ||
1.一种工业机器人系统下的控制方法,其特征在于,所述工业机器人系统包括:工业机器人、以及位于工业机器人上的视觉控制器、以及控制系统,所述控制系统包括以太网模块、触摸屏、处理器、其他模块和PLC模块,所述控制系统基于以太网模块与所述视觉控制器连接,所述控制系统基于PLC模块与工业机器人连接,所述方法包括:
控制系统基于PLC模块向位于工业机器人上的视觉控制器发送控制命令,所述控制命令用于触发视觉控制器进行工作;
视觉控制器基于所述控制命令基于视觉控制器上的摄像头拍摄工业机器人操作对象的视频流,使用深度学习算法训练专用神经网络模型实时提取出操作对象在视频流中关键帧图像中的位置、姿态;
判断所述关键帧图像中的操作对象位置、姿态是否与模型库中的背景图像存在动作差异,并将所述存在动作差异的关键帧图像基于以太网模块发送至控制系统中的处理器;
控制系统中的处理器收到所述关键帧图像之后,基于触摸屏向用户显示所述关键帧图像。
2.如权利要求1所述的工业机器人系统下的控制方法,其特征在于,所述方法还包括:
控制系统基于PLC模块向所述工业机器人发送操作指令;
所述工业工业机器人基于所述操作指令完成相应的操作。
3.如权利要求1所述的工业机器人系统下的控制方法,其特征在于,所述控制系统中的处理器收到所述关键帧图像之后,基于触摸屏向用户显示所述关键帧图像包括:
基于所述关键帧进行位置和姿态相似度分析,并基于位置和姿态匹配出相似度百分比图;
将所述关键图图像和所述关键帧图像所对应的位置和姿态的相似度百分比图基于触摸屏向用户显示。
4.如权利要求3所述的工业机器人系统下的控制方法,其特征在于,所述方法还包括:
基于触摸屏接收用户基于所述相似度百分比所触发的用户指令;
控制系统基于所述用户指令将所述存在动作差异的关键帧图像存在控制系统中的存储模块中。
5.如权利要求3所述的工业机器人系统下的控制方法,其特征在于,所述方法还包括:
基于触摸屏接收用户基于所述相似度百分比所触发的用户指令;
控制系统基于所述用户指令向所述工业机器人发送控制调整指令;
所述工业机器人基于所述控制调整指令在视觉控制器的作用下调整至与模型库中的背景图像相一致的操作过程。
6.如权利要求1至5任一项所述的工业机器人系统下的控制方法,其特征在于,所述方法还包括:
PLC模块对触摸屏上所触发的控制指令进行数据分析处理,向工业机器人发送相应的指令信息,工业机器人根据触控状态变换所转换的指令信息执行相应步骤;
工业机器人在执行完毕后向PLC模块发送完成信号,等待PLC模块返回信号后再发出进一步的响应指令。
7.如权利要求6所述的工业机器人系统下的控制方法,其特征在于,所述深度学习算法采用随机梯度下降法。
8.如权利要求6所述的工业机器人系统下的控制方法,其特征在于,所述专用神经网络模型采用卷积神经网络模型AlexNet网络模型。
9.一种工业机器人控制系统,其特征在于,所述工业机器人系统包括:工业机器人、以及位于工业机器人上的视觉控制器、以及控制系统,所述控制系统包括以太网模块、触摸屏、处理器、其他模块和PLC模块,所述控制系统基于以太网模块与所述视觉控制器连接,所述控制系统基于PLC模块与工业机器人连接,所述工业机器人控制系统执行如权利1至8任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于顺德职业技术学院,未经顺德职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811050532.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:用于机器人的智能唤醒方法及装置
- 下一篇:一种用于医疗检测设备的夹持机器人