- 综合排序
- 最热优先
- 最新优先
- 来自专栏AMFITRACK
基于 AMFITRACK 的机器人末端高精度追踪控制方案
在智能制造、柔性装配、人机协作等机器人应用场景中，末端执行器（End Effector）位姿的高精度实时反馈是实现精密控制、误差补偿与示教编程的关键技术环节。 在这种背景下，基于电磁场原理的 AMFITRACK 系统，凭借无视距、抗遮挡、小体积、高精度等特点，为机器人末端控制提供了一种全新的解决思路。 为什么选择 AMFITRACK？ 硬件配置模块说明TX 发射器安装在机器人工作范围中央或基座上，生成低频 EM 场RX 接收器安装在机器人末端、夹具、工件上控制主机Windows/Linux 主机，接收数据并处理控制逻辑工业控制接口ROS /Socket/TCP/串口等方式输出位姿数据到机器人控制器或 PLC 2. 未来可与力传感器、IMU、肌电、AI 视觉系统等融合，打造智能化、数据驱动的机器人控制系统。
36600编辑于 2025-07-16 - 来自专栏米尔电子
高精度机器人控制的核心——基于 MYD-LT536 开发板的精密运动控制方案
在这些“高精度机器人控制”应用中，系统必须具备高计算力、低延迟控制环路、实时反馈和多传感器融合能力。 在“高精度机器人控制”场景中，MYD-LT536 具备以下突出优势：1. 三、典型应用：高精度装配机器人控制系统在某高端电子装配项目中，工程团队基于MYD-LT536 构建了一套高精度装配机器人控制系统：- 视觉定位模块：通过 CSI 接口将数据实时传输至 MYD-LT536 整个系统架构紧凑、响应快速，为高精度装配提供了可靠的技术底座。四、面向未来的机器人控制平台随着工业机器人向更高精度、更复杂任务迈进，控制平台需要兼具算力、扩展性、实时性与AI能力。 五、结语“高精度机器人控制”是智能制造时代的核心竞争力。
26510编辑于 2025-11-14 - 来自专栏机器人网
机器人“高速”和“高精度”定义
机器人 “高速”，“高精度”这两个词，属于大家见得太多习以为常，细想之下又不知该如何准确解释的词。 这个题目可以拆成两个部分： 为什么对于“高速”和“高精度”没有明确的定义？ 既然没有明确的定义，那什么情况下可以把自己的机器人称为“高速”和“高精度”的？ 目前主要从两个方面来评价机器人的速度，一个是各关节的最大转速；二是机械臂末端的空间运动速度（线速度和角速度）。 现在主流的工业机器人，重复定位精度高于±0.02mm，全工作空间内绝对定位精度高于±1mm，基本可以说是“高精度”机器人了。 2、既然没有明确的定义，那什么情况下可以把自己的机器人称为“高速”和“高精度”的？ 目前行业内顶级水平，可以将该指标控制在0.4s以下，比如EPSON的C4系列为0.37秒，C8系列为0.31秒，DENSO的VS系列可以做到0.33秒。
2K41发布于 2018-04-25 机器人仿真技术突破与高精度建模实践
机器人仿真技术在高复杂度环境中的突破构建和微调机器人系统需要大量时间，特别是在需要处理不断变化物体的场景中。虚拟环境中的开发能加速这一过程，但实现高精度仿真远比表面看起来困难。 工业仿真同样依赖近似计算，无法满足复杂机器人系统的开发需求。实现高质量仿真需要同时满足两个条件：视觉真实感精确的物理建模更重要的是需要保留并利用控制方程中的结构特征，这对系统分析和控制至关重要。 传统方法依赖物理系统测试代码，但面对多种机器人类型和配置时，这种方法缺乏可扩展性。 理想的工作流程应该是：针对虚拟机器人编写软件在真实仿真环境中测试在真实机器人上验证安全性最终部署物理建模的核心挑战要实现这一愿景，不仅需要建立复杂机器人的模型，还需精确模拟其日常交互对象。 整个机器人工作单元都可以在虚拟环境中开发，只需在硬件上进行最终安全检查。随着基于物理的仿真技术不断突破，这些工具正在加速机器人开发进程，最终将为客户带来更好体验，并持续提升操作安全性。
39110编辑于 2025-09-17- 来自专栏机器人网
机器人控制技术详解
：机器人控制技术详解： ? 机器人的控制系统的特性和基本要求 要对机器人实施良好的控制，了解被控的特性是很重要的，从我们了解到的机器人动力学来说，具有以下特性： 1、机器人本质是一个非线性系统。 机器人的控制方式： 工业机器人控制方式的分类没有统一的标准： 1、机器人动作控制方式 2、机器人运动控制方式 （1.机器人位置控制方式：定位控制方式—固定位置方式、多点位置方式、伺服控制方式；路径控制方式 ：连续轨迹控制、点到点控制） （2.机器人速度控制方式：速度控制方式—固定速度控制，可变速度控制；加速度控制方式—固定加速度控制方式，可变加速度控制） （3.机器人力控制方式） 机器人动作顺序控制方式 8、故障诊断安全保护功能 当然，还有很多关于机器人控制的知识，比如：机器人单关节位置伺服控制、机器人力控制、机器人的智能控制等等。
2.6K111发布于 2018-04-24 机器人仿真技术突破与高精度建模实践
机器人仿真的精准化挑战构建和微调机器人系统需要大量时间，特别是在需要处理不断变化物品的复杂环境中。虚拟环境开发能够加速这一进程，但实现高精度仿真远比表面看起来困难。 现有仿真工具虽能提供视觉真实性，却难以满足复杂机器人系统开发的物理精度要求。正如赛车游戏中的车辆运动看似合理，但其背后的物理力计算往往存在近似处理。 工业仿真同样普遍采用近似方法，例如使用视觉模拟器规划设施布局和估算机器人运动轨迹。突破仿真与现实的鸿沟要实现"仿真优先"的机器人开发愿景，必须同时建立复杂机器人及其交互对象的高精度模型。 最终目标是实现所有机器人研发工作都从仿真开始，研究人员的第一反应不是订购零件，而是使用仿真器。他们可以在虚拟环境中开发完整的机器人工作单元，最终在硬件上进行安全验证。 随着物理仿真的不断进步，这些工具正在加速新一代机器人的开发进程，最终将为用户带来更好体验，并持续提升操作安全性。
33210编辑于 2025-09-20- 来自专栏Jungle笔记
Qt设计机器人仿真控制器——按键控制机器人关节转动
引言 本文结合Qt按键，实现通过按键控制机器人的姿态。 Jungle介绍了Qt键盘事件，并在小程序中应用Qt键盘事件监测按键输入： Qt键盘事件（一）——检测按键输入 Qt键盘事件（二）——长按按键反复触发event事件问题解决 在昨天的文章里Qt设计仿真机器人控制器 ，Jungle结合Qt和Coin3D设计实现了机器人仿真控制器，鼠标拖拽控制器界面6个轴的滑条，分别控制机器人6个关节转动。 本文Jungle将结合Qt键盘事件和机器人仿真控制器，实现一下功能： 按键按下1、2、3、4、5、6中的某个键n，表示接下来的按键操作将控制第n个关节转动； 按键按下“+”或“-”，控制第n个关节向正向或负向转动 ）的值来控制机器人的第一个轴，这是因为horizontalSlider_Axis1值改变会自动触发控制机器人运动的槽函数： connect(ui.horizontalSlider_Axis1,SIGNAL
1.4K10编辑于 2022-07-24 - 来自专栏算法学习日常
高精度加法和高精度减法
（期末了，天天都会想创作，但是有点怕费时间，耽误复习，之前想发一个关于C语言程序漏洞的博客，但是写一半操作发现那个漏洞被vs改了，因此没发布，今天就写一下我前几周写过的算法题，高精度加减法吧（用C++写法更方便 1.引入： 高精度算法：是可以处理较大数据的算法，这里所说的较大数据指的是已经爆了long long范围的，而此算法是模拟正常加减法计算操作的算法。 2.高精度加法 （题目链接：P1601 A+B Problem（高精） - 洛谷 | 计算机科学教育新生态 (luogu.com.cn)） #include <iostream> #include <cstring for (int i = 0; i < len; i++) { printf("%d", c[len - 1 - i]); } printf("\n"); return 0; } 3.高精度减法 （题目链接：P2142 高精度减法 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn)） 与加法相似，但是要多调换字符串这一步骤 #include <iostream> #include
40710编辑于 2024-03-25 - 来自专栏m0w3n
SmartRobotControlPlateform——智能机器人控制平台
具体成果参考github项目：https://github.com/ecjtuseclab/SmartRobotControlPlateform
2.2K30发布于 2020-02-28 - 来自专栏防止网络攻击
利用controller控制实际机器人
图1 但是，到目前为止我们仍然只是在模拟环境中（Rviz）看到我们的机器人做动作，仍然没有和现实中的机器人产生关联，如何利用这个框架控制现实中的机器人则是本博文需要解决的问题。 首先在 src/rob_moveit_pack/rob_moveit_config/config 文件夹下，新建一个文件 controllers.yaml， 这个文件是机器人控制器的配置（定义）文件，我们创建它是用于代替在这个目录下的 fake_controllers.yaml 文件的，这个控制器用于直接和我们的机器人进行交互。 ，分别是控制右臂的 r_rob_mover 和控制左臂的 l_rob_mover ，并分别制定了两个控制器下面控制的关节名称。 注意，控制器名字我们自己定义，其余部分均为ROS默认的需要的配置，关节名称需要和机器人模型文件（xacro）中的名称一致。 2.
34010编辑于 2025-08-05 - 来自专栏联远智维
工业机器人（三）——控制方案
控制方案 控制系统是机器人重要组成部分，其主要功能是接收来自传感器的检测信号，驱动机械臂中电动机工作，进而带动机械臂移动到预定位置。 本推文通过简单的实例（微型舵机）对机器人控制的简要过程进行介绍，主要内容如下：http://mpvideo.qpic.cn/0bf2fiaaeaaafqacodne25pfakwdaivaaaqa.f10002 机器人控制技术改进的方向有：1、跟踪性更好；2、抗干扰性更强；3、稳健性更优；4、多智能体协同控制等。 附件：电机控制原理及流程 1、电机主要包含那些种类，其调速原理是什么，在实际应用中如何选型？ PWM 信号电压变化 2、 工业机器人如何使得机械臂运行到固定的位置，其工作过程是什么？ 目前，电机控制器有单片机、DSP、FPGA等多种方式，各种方式具有不同的应用场合，例如：单片机具有价格低廉，开发周期短等优势，应用于一些算法简单的电机控制（民用消费品，对程序运行时间、电机控制精度等要求不高等场合
1.2K20编辑于 2022-01-20 - 来自专栏机器人网
机器人控制的基本方法
机器人的控制方法，根据控制量、控制算法的不同分为多种类型。下面分别针对不同的类型，介绍常用的机器人控制方法。 对于串联式多关节机器人，关节空间的控制是针对机器人各个关节的变量进行的控制，笛卡尔空间控制是针对机器人末端的变量进行的控制。 位置控制的目标是使被控机器人的关节或末端达到期望的位置。下面以关节空间位置控制为例，说明机器人的位置控制。 位置控制为PI控制，给定为机器人末端的笛卡尔空间位置，末端的笛卡尔空间位置反馈由关节空间的位置经过运动学计算得到。图中，T为机器人的运动学模型，J为机器人的雅克比矩阵。 位置控制部分和力控制部分的输出，相加后作为机器人关节的位置增量期望值。机器人利用增量控制，对其各个关节的位置进行控制。
3.2K40发布于 2018-04-19 - 来自专栏机器人技术与系统Robot
机器人位置控制技术基础
image.png image.png 2 机器人动力学前馈控制与反馈控制 上述控制没有考虑机械臂的动力学模型，因此称为“非基于模型控制”。当机械臂运动速度较快，此时机械臂各部分之间非线性耦合严重。 其外控制回路中的控制器可以采用PD控制器，自适应控制器等. image.png image.png 前馈控制和反馈控制的相同点包括: 逆向动力学计算得到关节的补偿力矩; PID由控制算法转换为修正算法; 动力学有效补偿了机器人的非线性项; 反馈控制的不同之处包括: 前馈控制计算动力学是根据期望轨迹,反馈控制则是根据反馈的实际轨迹; 前馈控制需要机器人对期望轨迹进行有效跟踪,否则导致前馈项目的不准确性; 反馈控制则允许机器人位置跟踪存在一定误差; 3 机器人雅可比转置控制 上述提及的控制算法为关节空间机械臂的控制，对于基于该类型的机械臂控制过程中，需要根据逆运动学将笛卡尔轨迹转化为关节空间轨迹，进而关节空间控制器跟踪期望关节角度 机器人控制分为关节空间与笛卡尔空间控制..针对不同空间的控制主要决定于机器人的广义坐标的选择.如果选择关节角度, ,输入量是关节的驱动力矩, ;笛卡尔空间控制的广义坐标主要是笛卡尔的位置和姿态
4.7K5634发布于 2020-10-26 - 来自专栏子母钟系统
AI算力：PTP时钟同步高精度协同人形机器人
AI算力：PTP时钟同步高精度协同人形机器人核心概念：什么是PTP？PTP 的全称是 精确时间协议，其标准是 IEEE 1588。 PTP则为工业以太网设计，通过硬件时间戳和精密算法，能达到纳秒到微秒级的同步精度，这对于需要严格时序控制的运动至关重要。为什么人形机器人需要PTP时钟同步？ PTP时钟同步对这些组件至关重要，原因如下：协同运动与全身控制：当机器人执行一个连贯动作（如行走、抓取）时，所有关节电机需要在完全相同的时刻接收到新的位置/扭矩指令。 要理解这些来自不同传感器的异步事件流，一个全局、统一、高精度的时间基准（由PTP提供）是必不可少的。分布式控制系统架构：现代机器人常采用分布式控制，计算任务分布在主控计算机和关节级的智能驱动器上。 是实现高速、高精度、动态平衡和复杂操作的基础设施级技术。没有高精度的全局时间同步，构建一个能在动态环境中可靠工作的先进人形机器人几乎是不可能的。
25710编辑于 2026-01-16 - 来自专栏每天学Java
高精度运算
向英雄致敬,向逝者致哀 愿逝者安息,生者奋发 愿国泰民安,山河无恙 前言 在写Java代码时候，我们其实很少去考虑高精度运算，即使遇到无法避免高精度的计算问题也不会太烦恼，因为有大整数类BigInteger Java越来越多，对于手撸高精度计算代码也就越来越少了。 但是直到过年在家使用C++刷PAT算法的时候，又不可避免的使用到高精度算法(因为long int和long long也无法解决整数长度受限的问题)， 所以今天得空用Java来实现高精度的运算(嗯.... .有没有意义不知道，反正闲着也是闲着)，除法就先放一放，因为高精度除高精度有点难，这里就谈一谈高精度的加减乘。 正文 高精度加 高精度的加法是比较容易理解的和实现，我们只需要注意进位就好， 将输入整数的字符串，进行遍历，将char类型转为int进行相加，保存进位在下一轮循环中使用即可。
1.6K20发布于 2020-06-01 - 来自专栏机器人网
机器人的“大脑”：机器人控制技术有多重要？
作为机器人的“大脑”，机器人控制技术的重要性不言而喻 它主要是通过传感等部分传送的信息，采用控制算法，使得机械部分完成目标操作而承担相应控制功能对应的部分。 最终的目的是尽可能减小机器人实际运动轨迹与期望目标的偏差，达到理想的运动精度。 机器人控制器是一个计算机控制系统，它以机器人控制技术为理论，同时还要配合机器人的运动学和动力学建模。 随着机器人相关科学技术的演进，控制算法也逐渐变得丰富起来，产生了诸如自适应控制、自校正控制、鲁棒控制、变结构控制、非线性系统控制、预测控制等众多新型控制策略。 简单来说，当鲁棒性较好就是指当机器人的某些物理特性产生变化时，PID算法仍能够将机器人的姿态控制在合理范围内。 我们以轮式机器人为例，为了使得机器人可以敏捷、稳定地行走，我们需要对驱动机器人本体的伺服电机进行控制，那么首先需要对伺服驱动器本身的PID进行调节。
1.8K60发布于 2018-04-24 - 来自专栏机器人网
机器人控制的几种类型
如果把机器人与人进行类比，机械臂控制器就类似于人的脊髓，负责控制电机（肌肉）和机械机构（骨骼）的具体运动，多足机器人的运动控制器，就类似于人的小脑，负责控制平衡和协调。 而机器人的操作系统层，则类似于人的大脑，感知和认知世界，并下达各种复杂的运动目标。 基于以上类比，参照目前的各类机器人的情况，机器人的运动控制大概可以分成4种任务： 脊髓控制——机械臂运动的基础控制。 工业机器人，各类机械臂，无人机的底层运动控制等面临的主要是这类问题。 小脑控制——多足机器人的平衡和运动协调控制。这块目前是机器人控制仍未突破的难点，目前做的最好的显然是波士顿动力。 大脑控制——环境的感知。主要是扫地机器人、无人机等底层运动控制已经封装好的机器人的导航和路径规划。需要通过环境感知，对自身和目标进行定位、导航和运动规划。 大脑控制——环境的认知和交互，也就是机器人具体执行交互任务，如控制机械臂抓取物体，执行操作等。这是服务机器人需要突破的重要问题。
1K30发布于 2018-07-23 - 来自专栏m0w3n
SmartRobotControlPlateform——智能机器人控制平台（新）
19年初的时候在实验室终于搞定了自己的一套树莓派的嵌入式管理平台，实现了对履带式坦克机器人的控制以及之智能家传感器的管理，由于之前开发的平台还是基于18年的raspbian（搭建过程如下：SmartRobotControlPlateform ——智能机器人控制平台），最近家里的4B一直空着，必须让它发光发热，决定重新在4b 上搭建一套嵌入式平台，搭建过程中发现有些库换了，因此，记录下基于2021-05-07-raspios-buster-armhf
1.8K40发布于 2021-06-29 - 来自专栏Flink实战应用指南
FaceBook开源机器人控制框架PyRobot
导读 FaceBook希望透过释出高阶抽象的控制框架PyRobot，降低研究人员控制机器人的障碍，以加速机器人生态系整体研究的进展 ? 脸书与卡内基美隆大学合作，共同开发了机器人控制框架PyRobot，希望让研究人员能够在几小时内，在不需要具备硬体或是装置驱动程式等相关细节知识，就能启动并且使机器人开始运作。 PyRobot是机器人作业系统ROS上的轻量级高阶介面，提供了一组无关硬体的中介API，供开发人员控制各种的机器人，PyRobot抽象了低阶控制器与程序之间沟通的细节，因此对于人工智慧研究人员来说，可以不再需要理解机器人的低阶操作 研究人员可以使用PyRobot中，适用于各种机器人的通用功能，控制机器人关节的位置、速度或是力矩，还能使用复杂的功能，包括笛卡尔路径规画或是视觉SLAM等。 PyRobot虽然提供抽象的高阶控制，但研究人员依然可以使用不同层级的元件，像是能够绕过规画器，直接设定关节速度和力矩等。
2K00发布于 2019-07-11 - 来自专栏高速公路那点事儿
隧道机器人 | 巡检机器人系统设计篇-控制舱
确定了搭载传感器，并对电源系统、通讯系统及物理接口的定义，那么根据信号数量及定义就开始进行最核心的控制舱设计。 为什么叫控制舱？ 因为核心控制模块都在此部分。 功能设计 关于控制舱的功能已在前面的文章需求分析中描述（见隧道机器人 | 巡检机器人系统需求篇--功能设计），基本上机器人的功能驱动都是由控制舱的核心板来实现，包括： 采集功能：将搭载系统的所有设备数据采集到控制舱 IO板：提供8路输入、8路输出的控制； 直流板：提供DC24V、12V、5V的控制及电能监测。 通讯板：提供网络交换功能，同时提供无线及4G通讯功能。 以上只是最简单的配置，按照机器人边缘处理的需求快速扩大，有可能还需要提升性能。 我们只要保证主控板的硬件接口标准化即可，为未来无缝升级提供基础。 通讯冗余问题，为了保证机器人发现原有链路故障时，是否可以通过4G/5G移动信号上传数据的问题，决定在通讯板上增加一个4G模块，毕竟将来移动信号覆盖全部隧道也会成为强制要求。
19300编辑于 2025-07-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号