一种具有具身智能能力的工业机械臂智能作业系统的制作方法

    专利查询2025-07-24  65


    本发明涉及智能作业,特别是涉及一种具有具身智能能力的工业机械臂智能作业系统。


    背景技术:

    1、工业机械臂作为智能制造的核心装备之一,其应用场景日益广泛。然而,现有的工业机械臂作业系统设计单一,只能适配特定任务,而在面临多任务、复杂环境时,其自主操作能力和智能化水平不高。

    2、现有的技术方案的控制方法包括:导入先验信息;生成装配顺序与工艺;依据先验信息以及装配顺序与工艺,生成每个零件的装配动作流程;进行装配动作流程拆解,使得每个动作流程对应到一个或多个机械臂的运动控制上;将每个机械臂的运动控制统一使用状态机模型来进行。同时将多机器人底层设计统一控制模型为路径规划、运动、作业状态机模型,采用区块链式消息共享机制同步各自状态信息,最后采用具身智能框架进行信息收集与反馈处理,收集的信息包括三维点云数据、传感器数据、机器人反馈状态数据、系统历史记录数据,最终完成智能装配决策。然而,该上述技术方案只针对装配这一种任务,无法真正具备具身智能能力,实现多任务的智能规划。


    技术实现思路

    1、为解决上述现有技术存在的问题,本发明的目的是旨在提出一种具有具身智能能力的工业机械臂智能作业系统,能够理解人类指令、自主识别环境、规划路径、执行多样化任务,并在扫描测量、搬运、加工、装配等多种应用场景中展现出色的性能。

    2、为实现上述目的,本发明提供了如下方案:

    3、一种具有具身智能能力的工业机械臂智能作业系统,其特征在于,包括:

    4、分析决策层,用于将复杂任务分解为基本动作原语序列,根据所述基本动作原语序列,生成执行计划,基于环境约束和资源限制优化所述执行计划;

    5、运动规划层,用于将优化后的执行计划转化为机械臂动作;

    6、本体执行层,用于通过所述机械臂动作规划机械臂运动轨迹,控制所述机械臂运动,完成作业;

    7、自主学习层,用于在控制所述机械臂运动过程中,对动作策略进行在线优化。

    8、可选地,所述分析决策层包括:

    9、计划生成单元,用于对大规模预训练语言模型进行微调,基于微调后的大规模预训练语言模型将所述复杂任务分解为基本动作原语序列,生成执行计划;

    10、环境感知单元,用于整合多种感知信息,构建场景的语义理解模型,作为所述环境约束。

    11、可选地,所述分析决策层还包括:

    12、优化单元,用于构建特定领域知识库,根据所构建的特定领域知识库进行推理决策,并结合所述环境约束所述资源限制优化所述执行计划。

    13、可选地,所述运动规划层包括:

    14、运动规划单元,用于将所述优化后的执行计划分解为多个功能模块,将多个功能模块转化为机械臂动作,并通过自适应学习优化所述本体执行层中控制所述机械臂运动的控制参数。

    15、可选地,所述运动规划层还包括:

    16、运动控制单元,用于采用控制算法对机械臂各关节进行控制,并通过阻抗控制对机械臂各关节的控制进行柔顺处理;

    17、路径规划单元,用于对所述本体执行层中的智能控制器进行路径规划,并结合动力学模型进行轨迹优化。

    18、可选地,所述运动规划层还包括:

    19、数据处理单元,用于对所述本体执行层中的传感器数据进行处理,并进行滤波和去噪以提高数据质量,为所述分析决策层提供感知信息。

    20、可选地,所述本体执行层包括:

    21、机械臂,用于采用模块化设计,可根据不同计划需求灵活配置;

    22、传感器,用于采集环境信息和目标物体的特征数据;

    23、末端执行器,用于可针对不同计划进行选择,完成作业;

    24、智能控制器,用于通过所述机械臂动作规划机械臂运动轨迹,并结合人机交互数据,控制所述机械臂运动。

    25、可选地,所述本体执行层还包括:

    26、人机交互界面,用于基于多模态交互方式进行交互操作,并提供可视化界面便于人工干预和监督。

    27、可选地,所述自主学习层包括:

    28、自主学习单元,用于在控制所述机械臂运动过程中,基于在线强化学习方法对动作策略进行在线优化;

    29、记录单元,用于记录每次计划执行的轨迹和传感器数据,利用大模型能力优化所述分析决策层、运动规划层以及本体执行层的决策和规划能力。

    30、本发明的有益效果为:

    31、自主操作能力强:本发明通过具身智能技术实现机械臂的自主学习和自主决策能力,提高了系统的自主操作能力和智能化水平。

    32、多任务适应性好:本发明采用多任务规划算法和环境感知与适应技术,使机械臂能够适应不同任务和环境的需求,实现高效、准确的作业。

    33、操作精度高:本发明通过高精度传感器和先进的运动控制算法实现机械臂对目标物体的精准识别和定位以及高精度的操作和控制。

    34、人机交互友好:本发明通过人机交互界面实现用户与系统的便捷交互操作提高了系统的易用性和用户体验。



    技术特征:

    1.一种具有具身智能能力的工业机械臂智能作业系统,其特征在于,包括:

    2.根据权利要求1所述的具有具身智能能力的工业机械臂智能作业系统,其特征在于,所述分析决策层包括:

    3.根据权利要求2所述的具有具身智能能力的工业机械臂智能作业系统,其特征在于,所述分析决策层还包括:

    4.根据权利要求1所述的具有具身智能能力的工业机械臂智能作业系统,其特征在于,所述运动规划层包括:

    5.根据权利要求4所述的具有具身智能能力的工业机械臂智能作业系统,其特征在于,所述运动规划层还包括:

    6.根据权利要求5所述的具有具身智能能力的工业机械臂智能作业系统,其特征在于,所述运动规划层还包括:

    7.根据权利要求1所述的具有具身智能能力的工业机械臂智能作业系统,其特征在于,所述本体执行层包括:

    8.根据权利要求7所述的具有具身智能能力的工业机械臂智能作业系统,其特征在于,所述本体执行层还包括:

    9.根据权利要求1所述的具有具身智能能力的工业机械臂智能作业系统,其特征在于,所述自主学习层包括:


    技术总结
    本发明涉及一种具有具身智能能力的工业机械臂智能作业系统,包括:分析决策层,用于将复杂任务分解为基本动作原语序列,根据基本动作原语序列,生成执行计划,基于环境约束和资源限制优化执行计划;运动规划层,用于将优化后的执行计划转化为机械臂动作;本体执行层,用于通过机械臂动作规划机械臂运动轨迹,控制机械臂运动,完成作业;自主学习层,用于在控制机械臂运动过程中,对动作策略进行在线优化。本发明能够理解人类指令、自主识别环境、规划路径、执行多样化任务,并在扫描测量、搬运、加工、装配等多种应用场景中展现出色的性能。

    技术研发人员:王琦珑,樊伟
    受保护的技术使用者:北京德睿特科技有限公司
    技术研发日:
    技术公布日:2024/11/26
    转载请注明原文地址:https://tc.8miu.com/read-30580.html

    最新回复(0)