[發(fā)明專利]遠程實驗的控制裝置及方法有效
| 申請?zhí)枺?/td> | 202110943637.4 | 申請日: | 2021-08-17 |
| 公開(公告)號: | CN113386144B | 公開(公告)日: | 2021-11-09 |
| 發(fā)明(設(shè)計)人: | 熊軍玲 | 申請(專利權(quán))人: | 深圳市創(chuàng)能億科科技開發(fā)有限公司 |
| 主分類號: | B25J9/16 | 分類號: | B25J9/16;B25J13/00 |
| 代理公司: | 深圳市能聞知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44717 | 代理人: | 賴銀杰 |
| 地址: | 518000 廣東省深圳市南山*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 遠程 實驗 控制 裝置 方法 | ||
本發(fā)明公開了一種遠程實驗的控制裝置及方法,該方法包括:S1,對實驗人員根據(jù)實驗室器材及機械手的狀態(tài)信息反應(yīng)的腦電信號進行翻譯,并輸出控制命令;S2,接收所述控制命令并輸出期望的控制信號至自適應(yīng)積分滑模控制器和預(yù)測控制器;S4,若所述機械手與實驗室器材并無碰撞風(fēng)險,速度傳感器和姿態(tài)傳感器將機械臂的實時姿態(tài)信號和實時速度信號反饋至自適應(yīng)積分滑模控制器中,自適應(yīng)積分滑??刂破鞲鶕?jù)控制信號,實時姿態(tài)信號以及實時速度信號將控制機械臂調(diào)整至期望速度和期望姿態(tài)。本發(fā)明的主要目的是提供一種遠程實驗的控制裝置及方法,旨在解決現(xiàn)有的技術(shù)無法進行遠程實驗的技術(shù)問題。
技術(shù)領(lǐng)域
本發(fā)明涉及智慧實驗室技術(shù)領(lǐng)域,特別涉及一種遠程實驗的控制裝置及方法。
背景技術(shù)
得益于現(xiàn)在的通信技術(shù)和各種軟件及移動APP的快速成長,人們發(fā)現(xiàn)在線培訓(xùn)成為了一種便捷而又有效的溝通手段,不再需要耗費巨大成本的差旅與時間消耗、也能夠?qū)崿F(xiàn)鏡頭中的互動與交流、并且可以快速靈活組織,凡此種種,使得人們確信,以前大家認為的不能像面對面那么有效互動、需要額外的軟件復(fù)雜的操作和網(wǎng)絡(luò)連接設(shè)備,這些問題都被現(xiàn)今無所不在的4G/5G、云數(shù)據(jù)、移動應(yīng)用給解決了,顯然,遠程方式的工作將成為常態(tài)。
然而,目前沒有一種學(xué)生或者實驗室人員進行遠程實驗的控制系統(tǒng)。
發(fā)明內(nèi)容
本發(fā)明的主要目的是提供一種遠程實驗的控制裝置及方法,旨在解決現(xiàn)有的技術(shù)無法進行遠程實驗的技術(shù)問題。
本申請?zhí)岢隽艘环N遠程實驗的控制裝置,包括依次相連的腦機接口、速度接口、機械手、攝像頭,所述攝像頭對實驗室進行實時拍攝以便于實驗人員觀測、以及安裝于所述機械手的速度傳感器和角度傳感器;
S1,所述腦機接口用于對實驗人員根據(jù)實驗室器材及所述機械手的狀態(tài)信息反應(yīng)的腦電信號進行翻譯,并輸出控制命令;
S2,所述速度接口用于接收所述控制命令并輸出期望的控制信號至自適應(yīng)積分滑模控制器和預(yù)測控制器;
S3,速度傳感器和姿態(tài)傳感器將機械臂的實時姿態(tài)信號和實時速度信號反饋至預(yù)測控制器中,基于所述機械手的實時姿態(tài)信號和實時速度信號,確定所述機械手在第一預(yù)設(shè)時間內(nèi)的短時運動軌跡,根據(jù)所述機械手運動信息和所述實驗室器材的位置信息,確定所述機械手在第二預(yù)設(shè)時間內(nèi)的長時運動軌跡,對所述短時運動軌跡和所述長時運動軌跡進行軌跡融合,得到所述機械手的預(yù)測運動軌跡;
S4,若所述機械手與實驗室器材并無碰撞風(fēng)險,速度傳感器和姿態(tài)傳感器將機械臂的實時姿態(tài)信號和實時速度信號反饋至自適應(yīng)積分滑模控制器中,自適應(yīng)積分滑模控制器根據(jù)控制信號,實時姿態(tài)信號以及實時速度信號將控制機械臂調(diào)整至期望速度和期望姿態(tài)。
優(yōu)選地,所述S3, 對所述短時運動軌跡和所述長時運動軌跡進行軌跡融合,得到所述機械手的預(yù)測運動軌跡,包括:
預(yù)測行駛軌跡Trajectoryfinal(t)的計算公式為:Trajectoryfinal(t)=f(t)·Trajectorymodel(t)+(1-f(t))·Trajectorymaneuver(t);
其中,f(t)為融合權(quán)重系數(shù);Trajectorymodel(t)為短時運動軌跡;Trajectorymaneuver(t)為長時運動軌跡。
優(yōu)選地,所述S3,根據(jù)所述機械手運動信息和所述實驗室器材的位置信息,確定所述機械手在第二預(yù)設(shè)時間內(nèi)的長時運動軌跡,包括:步驟31:搭建LSTM神經(jīng)網(wǎng)絡(luò),其結(jié)構(gòu)包含遺忘門、輸入門、輸出門及記憶單元;
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于深圳市創(chuàng)能億科科技開發(fā)有限公司,未經(jīng)深圳市創(chuàng)能億科科技開發(fā)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110943637.4/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





