一种喷涂机器人控制系统及控制方法专利检索-仿人机器人机器人机器人技术人工智能人工智能专利检索查询-专利查询网

一种喷涂 机器人控制系统及控制方法

阅读：564发布：2020-05-12

专利汇可以提供一种喷涂机器人控制系统及控制方法专利检索，专利查询，专利分析的服务。并且本发明提供了一种喷涂机器人控制系统及控制方法，属于喷涂机器人技术领域，图像采集模块采集喷涂工件的喷涂照片；通过模型对喷涂照片进行分析，确定所述喷涂照片是否符合喷涂标准，并获取不符合喷涂标准的喷涂照片的几何信息；其中，所述模型为通过多组数据使用机器学习训练得出的，所述多组数据中的每组数据均包括喷涂工件的喷涂照片和用来标识喷涂照片的标准标识信息；所述控制模块用于控制喷涂机器人进行喷涂。本发明采用基于机器学习的方法，针对喷涂工件自动建立对应的喷涂区域模型，可对已喷涂的位置进行实时检测，保证了喷涂质量；无需人工干预，降低了喷涂操作人员的技术经验要求。，下面是一种喷涂机器人控制系统及控制方法专利的具体信息内容。

权利要求

1.一种喷涂机器人控制系统，其特征在于，包括：图像采集模块、判断模块和控制模块；
所述图像采集模块用于根据预设的扫描路径实时扫描喷涂工件，以采集喷涂工件的喷涂照片；
所述判断模块用于通过模型对喷涂照片进行分析，确定所述喷涂照片是否符合喷涂标准，并获取不符合喷涂标准的喷涂照片的几何信息；其中，所述模型为通过多组数据使用机器学习训练得出的，所述多组数据中的每组数据均包括喷涂工件的喷涂照片和用来标识喷涂照片的标准标识信息；
所述控制模块用于对所述几何信息进行优化处理以生成喷涂工件的三维模型，并生成工件和喷涂机器人之间的位置关系，根据工件三维模型自动识别喷涂区域并计算喷涂轨迹，形成喷涂轨迹文件，根据位置关系以及所述喷涂轨迹文件规划喷涂路径，并将所述喷涂路径转换为可执行的代码文件，控制喷涂机器人进行喷涂。
2.根据权利要求1所述的喷涂机器人控制系统，其特征在于：所述控制模块包括图形重建单元、轨迹编程单元、代码生成单元和喷涂单元；
所述图形重建单元用于对所述几何信息进行优化处理以生成工件的三维模型，并生成工件和机器人之间的位置关系，对喷涂照片上喷涂工件某一方位的点云数据进行网格化处理，得到待喷涂工件的部分区域的三维模型；
所述轨迹编程单元用于根据三维模型自动识别喷涂区域并计算喷涂轨迹，形成喷涂轨迹文件，选取三维模型上的一点，规划扫描平面和扫描距离，计算扫描轨迹；
所述代码生成单元用于根据位置关系以及所述喷涂轨迹文件规划喷涂路径，并将所述喷涂路径转换为可执行的代码文件，根据扫描轨迹自动规划扫描路径，并将所述扫描路径转换为机器人可执行的代码文件；
所述喷涂单元用于根据代码生成单元生成的喷涂路径对应的代码文件控制喷涂机器人执行喷涂动作。
3.根据权利要求2所述的喷涂机器人控制系统，其特征在于，所述轨迹编程单元所述轨迹编程单元包括喷涂区域识别模块和喷涂轨迹计算模块；
所述喷涂区域识别模块用于根据三维模型，通过选取喷涂区域颜色特征，优化喷涂区域边界，去除喷涂区域噪声，得到工件喷涂区域三维模型；
所述喷涂轨迹计算模块用于根据喷涂区域识别模块生成的工件喷涂区域的三维模型，设置喷涂工艺参数，根据所述工艺参数自动计算符合工艺要求的喷涂轨迹策略，得到喷涂轨迹文件。
4.根据权利要求3所述的喷涂机器人控制系统，其特征在于，所述代码生成单元还用于采集机器人在喷涂过程中的位姿信息，对整个喷涂过程做实时仿真；所述代码生成单元包括仿真模块和后处理模块；
所述仿真模块用于配置工件与喷涂机器人的位置关系，获取喷涂轨迹计算模块生成的喷涂轨迹文件并进行插补计算，自动规划机器人动作路径，模拟喷涂过程；
所述后处理模块用于将仿真模块产生的动作路径转换成机器人可执行的代码文件。
5.根据权利要求4所述的喷涂机器人控制系统，其特征在于，所述喷涂轨迹包括喷枪与喷涂区域的距离关系，喷枪进入和退出喷涂区域时的位置、方向和速度，喷枪的起喷点和结束喷点，喷涂过程中喷枪的运行速度和喷涂量大小，以及喷枪的喷涂路径。
6.根据权利要求1-5任一项所述的喷涂机器人控制系统，其特征在于，所述图像采集模块为工业相机。
7.一种利用如权利要求1-6任一项所述的控制系统的喷涂机器人控制方法，其特征在于，包括：
获取喷涂工件的喷涂照片；
通过模型对喷涂照片进行分析，确定所述喷涂照片是否符合喷涂标准，并获取不符合喷涂标准的喷涂照片的几何信息；其中，所述模型为通过多组数据使用机器学习训练得出的，所述多组数据中的每组数据均包括喷涂工件的喷涂照片和用来标识喷涂照片的标准标识信息；
对所述几何信息进行优化处理以生成喷涂工件的三维模型，并生成工件和喷涂机器人之间的位置关系，根据工件三维模型自动识别喷涂区域并计算喷涂轨迹，形成喷涂轨迹文件，根据位置关系以及所述喷涂轨迹文件规划喷涂路径，并将所述喷涂路径转换为可执行的代码文件，控制喷涂机器人进行喷涂。
8.根据权利要求7所述的控制方法，其特征在于，所述使用多组训练数据训练得到所述模型包括：
将标注有喷涂标准的工件喷涂图像作为训练集；
将训练集进行相应尺寸的裁剪，并转换为tfrecord格式；
训练集经过连续的空洞卷积计算提取细节特征信息，得到预测特征图；
将预测特征图作为ASPP结构的输入，并通过卷积层降低特征维度；
对降低特征维度后的预测特征图做多组采样率不同的空洞卷积，来提取图像的多尺度特征信息；
对细节特征信息和多尺度特征信息进行融合，获得更精确的特征信息，作为解码部分的输入；
改进的Xception网络结构作为解码部分的网络主干，对融合了细节特征信息和多尺度特征信息的特征图上采样恢复到原图尺寸；
导出训练得到的所述模型。
9.根据权利要求7所述的控制方法，其特征在于，得到喷涂轨迹文件包括：获取所述三维模型，通过拾取喷涂区域颜色特征，优化喷涂区域边界，去除喷涂区域噪声，得到工件喷涂区域的三维模型；
根据所述工件喷涂区域的三维模型，设置喷涂工艺参数，根据所述工艺参数结合基于喷涂厚度的轨迹规划算法自动计算符合工艺要求的喷涂轨迹策略，得到喷涂轨迹文件。
10.根据权利要求9所述的控制方法，其特征在于，获取可执行的代码文件包括：获取工件与机器人的位置关系，自动搭建虚拟工作平台；所述虚拟工作平台包含了真实工作平台的关键信息，包括机器人模型，喷枪和机器人的位置关系，视觉识别单元和机器人的位置关系和用户坐标系；
获取所述喷涂轨迹文件并进行机器人姿态计算，自动规划机器人动作路径，模拟喷涂过程；
将所述动作路径转换成机器人可执行的代码文件。

说明书全文

一种喷涂 机器人控制系统及控制方法

技术领域

[0001] 本发明涉及喷涂机器人技术领域，具体涉及一种喷涂机器人控制系统及控制方法。

背景技术

[0002] 表面喷涂是产品加工链中至关重要的一环，而人工喷涂作业质量不稳定，喷枪设置和工艺参数等诸多因素皆由人工经验决定，导致整个产品的质量参差不齐，为保证喷涂厚度均匀无死角，操作人员会反复施釉，造成了釉料的大量浪费和生产效率低下，喷涂作业环境恶劣，长时间工作对工人身体健康有严重危害。

[0003] 近年来，随着机器人应用的普及、对喷涂产品质量的要求提高和人工成本的不断提高，替代传统手工作业的机器人自动喷涂系统应运而生。喷涂是机器人最重要的应用之一，机器人喷涂技术广泛应用于五金、家私、塑胶、军工、船舶等众多领域。

[0004] 目前的机器人喷涂应用的编程方式主要有示教编程和离线编程两种方式。固定式机器人的现有编程模式在表面喷涂的应用中存在着场地要求高，工作柔性差，编程工作量大等诸多局限性，且对喷涂质量无法进行检测，不能保证符合标准的喷涂质量。

[0005] 随着机器学习技术的发展，将机器学习技术应用于喷涂机器人领域，使喷涂过程自动检测喷涂工件的喷涂质量，对不符合标准的喷涂照片进行检测分析，并根据分析结果进行再次喷涂，可保证喷涂质量，具有广阔的应用前景。

发明内容

[0006] 本发明的目的在于提供一种喷涂机器人控制系统及控制方法，以解决上述背景技术中存在的至少一项技术问题。

[0007] 为了实现上述目的，本发明采取了如下技术方案：

[0008] 一方面，本发明提供一种喷涂机器人控制系统，包括：图像采集模块、判断模块和控制模块；

[0009] 所述图像采集模块用于根据预设的扫描路径实时扫描喷涂工件，以采集喷涂工件的喷涂照片；

[0010] 所述判断模块用于通过模型对喷涂照片进行分析，确定所述喷涂照片是否符合喷涂标准，并获取不符合喷涂标准的喷涂照片的几何信息；其中，所述模型为通过多组数据使用机器学习训练得出的，所述多组数据中的每组数据均包括喷涂工件的喷涂照片和用来标识喷涂照片的标准标识信息；

[0011] 所述控制模块用于对所述几何信息进行优化处理以生成喷涂工件的三维模型，并生成工件和喷涂机器人之间的位置关系，根据工件三维模型自动识别喷涂区域并计算喷涂轨迹，形成喷涂轨迹文件，根据位置关系以及所述喷涂轨迹文件规划喷涂路径，并将所述喷涂路径转换为可执行的代码文件，控制喷涂机器人进行喷涂。

[0012] 优选的，所述控制模块包括图形重建单元、轨迹编程单元、代码生成单元和喷涂单元；

[0013] 所述图形重建单元用于对所述几何信息进行优化处理以生成工件的三维模型，并生成工件和机器人之间的位置关系，对喷涂照片上喷涂工件某一方位的点云数据进行网格化处理，得到待喷涂工件的部分区域的三维模型；

[0014] 所述轨迹编程单元用于根据三维模型自动识别喷涂区域并计算喷涂轨迹，形成喷涂轨迹文件，选取三维模型上的一点，规划扫描平面和扫描距离，计算扫描轨迹；

[0015] 所述代码生成单元用于根据位置关系以及所述喷涂轨迹文件规划喷涂路径，并将所述喷涂路径转换为可执行的代码文件，根据扫描轨迹自动规划扫描路径，并将所述扫描路径转换为机器人可执行的代码文件；

[0016] 所述喷涂单元用于根据代码生成单元生成的喷涂路径对应的代码文件控制喷涂机器人执行喷涂动作。

[0017] 优选的，所述轨迹编程单元所述轨迹编程单元包括喷涂区域识别模块和喷涂轨迹计算模块；

[0018] 所述喷涂区域识别模块用于根据三维模型，通过选取喷涂区域颜色特征，优化喷涂区域边界，去除喷涂区域噪声，得到工件喷涂区域三维模型；

[0019] 所述喷涂轨迹计算模块用于根据喷涂区域识别模块生成的工件喷涂区域的三维模型，设置喷涂工艺参数，根据所述工艺参数自动计算符合工艺要求的喷涂轨迹策略，得到喷涂轨迹文件。

[0020] 优选的，所述代码生成单元还用于采集机器人在喷涂过程中的位姿信息，对整个喷涂过程做实时仿真；所述代码生成单元包括仿真模块和后处理模块；

[0021] 所述仿真模块用于配置工件与喷涂机器人的位置关系，获取喷涂轨迹计算模块生成的喷涂轨迹文件并进行插补计算，自动规划机器人动作路径，模拟喷涂过程；

[0022] 所述后处理模块用于将仿真模块产生的动作路径转换成机器人可执行的代码文件。

[0023] 优选的，所述喷涂轨迹包括喷枪与喷涂区域的距离关系，喷枪进入和退出喷涂区域时的位置、方向和速度，喷枪的起喷点和结束喷点，喷涂过程中喷枪的运行速度和喷涂量大小，以及喷枪的喷涂路径。

[0024] 优选的，所述图像采集模块为工业相机。

[0025] 另一方面，本发明还提供一种利用如上所述的控制系统的喷涂机器人控制方法，包括：

[0026] 获取喷涂工件的喷涂照片；

[0027] 通过模型对喷涂照片进行分析，确定所述喷涂照片是否符合喷涂标准，并获取不符合喷涂标准的喷涂照片的几何信息；其中，所述模型为通过多组数据使用机器学习训练得出的，所述多组数据中的每组数据均包括喷涂工件的喷涂照片和用来标识喷涂照片的标准标识信息；

[0028] 对所述几何信息进行优化处理以生成喷涂工件的三维模型，并生成工件和喷涂机器人之间的位置关系，根据工件三维模型自动识别喷涂区域并计算喷涂轨迹，形成喷涂轨迹文件，根据位置关系以及所述喷涂轨迹文件规划喷涂路径，并将所述喷涂路径转换为可执行的代码文件，控制喷涂机器人进行喷涂。

[0029] 优选的，所述使用多组训练数据训练得到所述模型包括：

[0030] 将标注有喷涂标准的工件喷涂图像作为训练集；

[0031] 将训练集进行相应尺寸的裁剪，并转换为tfrecord格式；

[0032] 训练集经过连续的空洞卷积计算提取细节特征信息，得到预测特征图；

[0033] 将预测特征图作为ASPP结构的输入，并通过卷积层降低特征维度；

[0034] 对降低特征维度后的预测特征图做多组采样率不同的空洞卷积，来提取图像的多尺度特征信息；

[0035] 对细节特征信息和多尺度特征信息进行融合，获得更精确的特征信息，作为解码部分的输入；

[0036] 改进的Xception网络结构作为解码部分的网络主干，对融合了细节特征信息和多尺度特征信息的特征图上采样恢复到原图尺寸；

[0037] 导出训练得到的所述模型。

[0038] 优选的，得到喷涂轨迹文件包括：获取所述三维模型，通过拾取喷涂区域颜色特征，优化喷涂区域边界，去除喷涂区域噪声，得到工件喷涂区域的三维模型；

[0039] 根据所述工件喷涂区域的三维模型，设置喷涂工艺参数，根据所述工艺参数结合基于喷涂厚度的轨迹规划算法自动计算符合工艺要求的喷涂轨迹策略，得到喷涂轨迹文件。

[0040] 优选的，获取可执行的代码文件包括：获取工件与机器人的位置关系，自动搭建虚拟工作平台；所述虚拟工作平台包含了真实工作平台的关键信息，包括机器人模型，喷枪和机器人的位置关系，视觉识别单元和机器人的位置关系和用户坐标系；

[0041] 获取所述喷涂轨迹文件并进行机器人姿态计算，自动规划机器人动作路径，模拟喷涂过程；

[0042] 将所述动作路径转换成机器人可执行的代码文件。

[0043] 本发明有益效果：采用基于机器学习的方法，针对喷涂工件自动建立对应的喷涂区域模型，可对已喷涂的位置进行实时检测，保证了喷涂质量；无需人工干预，降低了喷涂操作人员的技术经验要求。

[0044] 本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。附图说明

[0045] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

[0046] 图1为本发明实施例所述的喷涂机器人控制系统的原理框图。

具体实施方式

[0047] 下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

[0048] 本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或模块，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、模块和/或它们的组。

[0049] 本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

[0050] 为便于对本发明实施例的理解，下面将结合附图以具体实施例为例做进一步的解释说明，且实施例并不构成对本发明实施例的限定。

[0051] 本领域普通技术人员应当理解的是，附图只是一个实施例的示意图，附图中的部件或装置并不一定是实施本发明所必须的。

[0052] 实施例1

[0053] 如图1所示，本发明实施例1提供一种喷涂机器人控制系统，该系统包括：图像采集模块、判断模块和控制模块；

[0054] 所述图像采集模块用于根据预设的扫描路径实时扫描喷涂工件，以采集喷涂工件的喷涂照片；在本发明实施例1中，所述图像采集模块可使用工业相机。

[0055] 所述判断模块用于通过模型对喷涂照片进行分析，确定所述喷涂照片是否符合喷涂标准，并获取不符合喷涂标准的喷涂照片的几何信息；其中，所述模型为通过多组数据使用机器学习训练得出的，所述多组数据中的每组数据均包括喷涂工件的喷涂照片和用来标识喷涂照片的标准标识信息；

[0056] 所述控制模块用于对所述几何信息进行优化处理以生成喷涂工件的三维模型，并生成工件和喷涂机器人之间的位置关系，根据工件三维模型自动识别喷涂区域并计算喷涂轨迹，形成喷涂轨迹文件，根据位置关系以及所述喷涂轨迹文件规划喷涂路径，并将所述喷涂路径转换为可执行的代码文件，控制喷涂机器人进行喷涂。

[0057] 在本发明实施例中，所述控制模块包括图形重建单元、轨迹编程单元、代码生成单元和喷涂单元；

[0058] 所述图形重建单元用于对所述几何信息进行优化处理以生成工件的三维模型，并生成工件和机器人之间的位置关系，对喷涂照片上喷涂工件某一方位的点云数据进行网格化处理，得到待喷涂工件的部分区域的三维模型；

[0059] 所述轨迹编程单元用于根据三维模型自动识别喷涂区域并计算喷涂轨迹，形成喷涂轨迹文件，选取三维模型上的一点，规划扫描平面和扫描距离，计算扫描轨迹；

[0060] 所述代码生成单元用于根据位置关系以及所述喷涂轨迹文件规划喷涂路径，并将所述喷涂路径转换为可执行的代码文件，根据扫描轨迹自动规划扫描路径，并将所述扫描路径转换为机器人可执行的代码文件；

[0061] 所述喷涂单元用于根据代码生成单元生成的喷涂路径对应的代码文件控制喷涂机器人执行喷涂动作。

[0062] 在本发明一个具体实施例1中，所述轨迹编程单元所述轨迹编程单元包括喷涂区域识别模块和喷涂轨迹计算模块；

[0063] 所述喷涂区域识别模块用于根据三维模型，通过选取喷涂区域颜色特征，优化喷涂区域边界，去除喷涂区域噪声，得到工件喷涂区域三维模型；

[0064] 所述喷涂轨迹计算模块用于根据喷涂区域识别模块生成的工件喷涂区域的三维模型，设置喷涂工艺参数，根据所述工艺参数自动计算符合工艺要求的喷涂轨迹策略，得到喷涂轨迹文件。

[0065] 在本发明一个具体实施例1中，所述代码生成单元还用于采集机器人在喷涂过程中的位姿信息，对整个喷涂过程做实时仿真；所述代码生成单元包括仿真模块和后处理模块；

[0066] 所述仿真模块用于配置工件与喷涂机器人的位置关系，获取喷涂轨迹计算模块生成的喷涂轨迹文件并进行插补计算，自动规划机器人动作路径，模拟喷涂过程；

[0067] 所述后处理模块用于将仿真模块产生的动作路径转换成机器人可执行的代码文件。

[0068] 在本发明一个具体实施例1中，所述喷涂轨迹包括喷枪与喷涂区域的距离关系，喷枪进入和退出喷涂区域时的位置、方向和速度，喷枪的起喷点和结束喷点，喷涂过程中喷枪的运行速度和喷涂量大小，以及喷枪的喷涂路径。

[0069] 实施例2

[0070] 本发明实施例2提供一种喷涂机器人控制方法，该方法包括：

[0071] 获取喷涂工件的喷涂照片；

[0072] 通过模型对喷涂照片进行分析，确定所述喷涂照片是否符合喷涂标准，并获取不符合喷涂标准的喷涂照片的几何信息；其中，所述模型为通过多组数据使用机器学习训练得出的，所述多组数据中的每组数据均包括喷涂工件的喷涂照片和用来标识喷涂照片的标准标识信息；

[0073] 对所述几何信息进行优化处理以生成喷涂工件的三维模型，并生成工件和喷涂机器人之间的位置关系，根据工件三维模型自动识别喷涂区域并计算喷涂轨迹，形成喷涂轨迹文件，根据位置关系以及所述喷涂轨迹文件规划喷涂路径，并将所述喷涂路径转换为可执行的代码文件，控制喷涂机器人进行喷涂。

[0074] 在本发明实施例2中，所述使用多组训练数据训练得到所述模型包括：

[0075] 将标注有喷涂标准的工件喷涂图像作为训练集；

[0076] 将训练集进行相应尺寸的裁剪，并转换为tfrecord格式；

[0077] 训练集经过连续的空洞卷积计算提取细节特征信息，得到预测特征图；

[0078] 将预测特征图作为ASPP结构的输入，并通过卷积层降低特征维度；

[0079] 对降低特征维度后的预测特征图做多组采样率不同的空洞卷积，来提取图像的多尺度特征信息；

[0080] 对细节特征信息和多尺度特征信息进行融合，获得更精确的特征信息，作为解码部分的输入；

[0081] 改进的Xception网络结构作为解码部分的网络主干，对融合了细节特征信息和多尺度特征信息的特征图上采样恢复到原图尺寸；

[0082] 导出训练得到的所述模型。

[0083] 在实施例2中，得到喷涂轨迹文件包括：获取所述三维模型，通过拾取喷涂区域颜色特征，优化喷涂区域边界，去除喷涂区域噪声，得到工件喷涂区域的三维模型；

[0084] 根据所述工件喷涂区域的三维模型，设置喷涂工艺参数，根据所述工艺参数结合基于喷涂厚度的轨迹规划算法自动计算符合工艺要求的喷涂轨迹策略，得到喷涂轨迹文件。

[0085] 在本发明实施例2中，获取可执行的代码文件包括：获取工件与机器人的位置关系，自动搭建虚拟工作平台；所述虚拟工作平台包含了真实工作平台的关键信息，包括机器人模型，喷枪和机器人的位置关系，视觉识别单元和机器人的位置关系和用户坐标系；

[0086] 获取所述喷涂轨迹文件并进行机器人姿态计算，自动规划机器人动作路径，模拟喷涂过程；

[0087] 将所述动作路径转换成机器人可执行的代码文件。

[0088] 综上所述，本发明实施例所述的喷涂机器人控制系统包括：图像采集模块、判断模块和控制模块；图像采集模块用于根据预设的扫描路径实时扫描喷涂工件，以采集喷涂工件的喷涂照片；所述判断模块用于通过模型对喷涂照片进行分析，确定所述喷涂照片是否符合喷涂标准，并获取不符合喷涂标准的喷涂照片的几何信息；其中，所述模型为通过多组数据使用机器学习训练得出的，所述多组数据中的每组数据均包括喷涂工件的喷涂照片和用来标识喷涂照片的标准标识信息。采用基于机器学习的方法，针对喷涂工件自动建立对应的喷涂区域模型，可对已喷涂的位置进行实时检测，保证了喷涂质量；无需人工干预，降低了喷涂操作人员的技术经验要求。

[0089] 以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

标题	发布/更新时间	阅读量
一种辅助驾驶设备品质检测系统	2020-05-08	716
一种仿生攀爬机器人	2020-05-08	762
一种柔性仿生的气动爬壁机器人	2020-05-08	699
一种减速器的装配方法和系统	2020-05-12	972
一种基于激光冲击压印技术的仿生表面制备方法	2020-05-12	173
一种仿生并联摄影机器人及其摄影控制方法	2020-05-11	215
一种机器人取动力头的燃油箱柔性焊接流水线	2020-05-12	25
一种喷涂机器人控制系统及控制方法	2020-05-12	564
一种基于形状记忆合金的柔性机械手	2020-05-11	60
能够实现双足直立行走的拟人机器人	2020-05-11	268

一种喷涂机器人控制系统及控制方法

一种喷涂机器人控制系统及控制方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：