可左右滑动选省市

一种齿轮巡检分数阶全局滑模非线性扩展状态控制方法

更新时间:2024-11-01
一种齿轮巡检分数阶全局滑模非线性扩展状态控制方法 专利申请类型:实用新型专利;
地区:江苏-泰州;
源自:泰州高价值专利检索信息库;

专利名称:一种齿轮巡检分数阶全局滑模非线性扩展状态控制方法

专利类型:实用新型专利

专利申请号:CN202310336550.X

专利申请(专利权)人:南京师范大学泰州学院
权利人地址:江苏省泰州市海陵区东风南路518号

专利发明(设计)人:朱明祥,陈培培

专利摘要:一种齿轮巡检分数阶全局滑模非线性扩展状态控制方法,包括,基于齿轮巡检机器人系统N关节机械臂数学模型,构建无模型控制框架并定义齿轮巡检机器人系统N关节机械臂跟踪误差方程;利用非线性扩展状态观测器,实现对齿轮巡检机器人系统不确定性参数和未知外扰进行实时观测补偿;以齿轮巡检机器人系统N关节机械臂跟踪误差方程为基础,结合齿轮巡检机器人系统N关节机械臂跟踪误差比例项、跟踪误差分数阶积分项、跟踪误差初始项,构建分数阶全局滑模面;采用超螺旋趋近律,设计齿轮巡检机器人系统N关节机械臂分数阶全局滑模非线性扩展状态控制器#imgabs0#;验证了齿轮巡检机器人系统N关节机械臂为目标的轨迹跟踪试验。

主权利要求:
1.一种齿轮巡检分数阶全局滑模非线性扩展状态控制方法,其特征在于:包括如下步骤:S1,基于齿轮巡检机器人系统N关节机械臂数学模型,构建无模型控制框架并定义齿轮巡检机器人系统N关节机械臂跟踪误差方程;
步骤S1中,所述的齿轮巡检机器人系统N关节机械臂数学模型:其中,等式左边分别为:齿轮巡检机器人系统N关节机械臂惯性力项 齿轮巡检机器人系统N关节机械臂离心力和哥氏力项 齿轮巡检机器人系统Nn×1
关节机械臂重力项G(q(t))∈R 、齿轮巡检机器人系统N关节机械臂摩擦力项n×1 n×n外扰项τd(t)∈R ;M(q(t))∈R 为齿轮巡检机器人系统N关节机械臂惯性矩阵, 为齿轮巡检机器人系统N关节机械臂离心力和哥氏力矩阵;等n×1
式右边为齿轮巡检机器人系统N关节机械臂控制力项τ(t)∈R ;
基于所述的齿轮巡检机器人系统N关节机械臂数学模型,构建无模型控制框架:n×n
其中,m(q(t))∈R 为齿轮巡检机器人系统N关节机械臂无模型框架控制器无物理意n×1义调参增益矩阵,d(t)∈R 为齿轮巡检机器人系统不确定性参数和未知外扰,定义如下:定义所述的齿轮巡检机器人系统N关节机械臂的跟踪误差为:*
e(t)=q(t)‑q(t)
*
其中,q(t)是所述的齿轮巡检机器人系统N关节机械臂的目标轨迹,q(t)是所述的齿轮巡检机器人系统N关节机械臂的实际轨迹,e(t)是所述的齿轮巡检机器人系统N关节机械臂的跟踪误差;
将所述的齿轮巡检机器人系统N关节机械臂的跟踪误差取二阶微分得:*
其中, 是e(t)的二阶微分; 是q (t)的二阶微分; 是q(t)的二阶微分;
定义齿轮巡检机器人系统N关节机械臂跟踪误差方程:S2,利用非线性扩展状态观测器,实现对齿轮巡检机器人系统不确定性参数和未知外扰进行实时观测补偿;
步骤S2中,定义所述的非线性扩展状态观测器:其中,z(t)是所述的齿轮巡检机器人系统N关节机械臂实际轨迹的估计值,g(t)=z(t)‑q(t)是z(t)的观测误差, 是齿轮巡检机器人系统不确定性参数和未知外扰的估计值,β1,β2,a是调参增益,S3,以齿轮巡检机器人系统N关节机械臂跟踪误差方程为基础,结合齿轮巡检机器人系统N关节机械臂跟踪误差比例项、齿轮巡检机器人系统N关节机械臂跟踪误差分数阶积分项、齿轮巡检机器人系统N关节机械臂跟踪误差初始项,构建分数阶全局滑模面;
S4,采用超螺旋趋近律,设计齿轮巡检机器人系统N关节机械臂分数阶全局滑模非线性扩展状态控制器τ(t);
步骤S4中,基于所述的非线性扩展状态观测器、所述的分数阶全局滑模面、所述的超螺旋趋近律,由无模型控制框架设计齿轮巡检机器人系统N关节机械臂分数阶全局滑模非线性扩展状态控制τ(t):T
其中,kgfp是比例系数,s(t)=[s1(t)s2(t) ...sn(t)],s1(t),s2(t),...,sn(t)是分数阶全局滑模面子滑模面, 为分数阶全局滑模面取一阶微分,b为调参增益,kgfi是积分β系数,D是分数阶积分,β是分数阶积分阶数。
2.根据权利要求1所述的齿轮巡检分数阶全局滑模非线性扩展状态控制方法,其特征在于:步骤S1中,所述的齿轮巡检机器人系统包含:图像运算中心、高倍相机、N关节机械臂。
3.根据权利要求1任一所述的齿轮巡检分数阶全局滑模非线性扩展状态控制方法,其特征在于:步骤S3中,定义所述的分数阶全局滑模面:T
s(t)=[s1(t)s2(t)...sn(t)]T
kgfp=diag[k1gfpk2gfp…kngfp]T
kgfi=diag[k1gfik2gfi...kngfi]T
e(t)=[e1(t)e2(t)...en(t)]T
e(0)=[e1(0)e2(0)...en(0)]其中,s1(t),s2(t),...,sn(t)是所述的分数阶全局滑模面子滑模面,kgfpe(t)是齿轮巡检机器人系统N关节机械臂跟踪误差比例项,kgfp是比例系数, 是齿轮巡检β机器人系统N关节机械臂跟踪误差分数阶积分项,D 是分数阶积分,β是分数阶积分阶数,kgfi是积分系数,kgfpe(0)是齿轮巡检机器人系统N关节机械臂跟踪误差初始项,e(0)是跟踪误差初始值;
将所述的分数阶全局滑模面取一阶微分:
4.根据权利要求1任一所述的齿轮巡检分数阶全局滑模非线性扩展状态控制方法,其特征在于:步骤S4中,定义所述的超螺旋趋近律:其中,a>0、b>0且为调参增益, 说明书 : 一种齿轮巡检分数阶全局滑模非线性扩展状态控制方法技术领域[0001] 本发明涉及工业机器人控制系统技术领域,尤其涉及一种齿轮巡检分数阶全局滑模非线性扩展状态控制方法。背景技术[0002] 齿轮作为一种传动零件,其加工工艺会直接或间接的影响装置运行传动效率。齿轮巡检机器人是一种可用于自主检测高精度齿轮表面工艺质量的智能化设备,其由多自由度机械臂和视觉系统组成。通过控制多自由度机械臂末端轨迹,可实现不同角度和不同距离的齿轮面检测。由于齿轮巡检机器人系统存在多维度的不确定性和未知的外扰,容易造成现有控制精度鲁棒性差等问题。发明内容[0003] 鉴于上述现有存在的问题,针对如何针对齿轮巡检机器人系统存在多维度的不确定性和未知的外扰,容易造成现有控制精度鲁棒性差等问题,提出了一种齿轮巡检分数阶全局滑模非线性扩展状态控制方法。[0004] 为解决上述技术问题,本发明提供如下技术方案:基于齿轮巡检机器人系统N关节机械臂数学模型,构建无模型控制框架并定义齿轮巡检机器人系统N关节机械臂跟踪误差方程;利用非线性扩展状态观测器,实现对齿轮巡检机器人系统不确定性参数和未知外扰进行实时观测补偿;以齿轮巡检机器人系统N关节机械臂跟踪误差方程为基础,结合齿轮巡检机器人系统N关节机械臂跟踪误差比例项、齿轮巡检机器人系统N关节机械臂跟踪误差分数阶积分项、齿轮巡检机器人系统N关节机械臂跟踪误差初始项,构建分数阶全局滑模面;采用超螺旋趋近律,设计齿轮巡检机器人系统N关节机械臂分数阶全局滑模非线性扩展状态控制器τ(t)。[0005] 作为本发明所述的齿轮巡检分数阶全局滑模非线性扩展状态控制方法的一种优选方案,其中:[0006] 所述的齿轮巡检机器人系统包含:图像运算中心、高倍相机、N关节机械臂。[0007] 作为本发明所述的齿轮巡检分数阶全局滑模非线性扩展状态控制方法的一种优选方案,其中:[0008] 所述的齿轮巡检机器人系统N关节机械臂数学模型:[0009][0010] 其中,等式左边分别为:齿轮巡检机器人系统N关节机械臂惯性力项齿轮巡检机器人系统N关节机械臂离心力和哥氏力项 齿轮巡检机器人系n×1统N关节机械臂重力项G(q(t))∈R 、齿轮巡检机器人系统N关节机械臂摩擦力项n×1 n×n外扰项τd(t)∈R ;M(q(t))∈R 为齿轮巡检机器人系统N关节机械臂惯性矩阵, 为齿轮巡检机器人系统N关节机械臂离心力和哥氏力矩阵;等n×1式右边为齿轮巡检机器人系统N关节机械臂控制力项τ(t)∈R ;[0011] 基于所述的齿轮巡检机器人系统N关节机械臂数学模型,构建无模型控制框架:[0012][0013] 其中,m(q(t))∈Rn×n为齿轮巡检机器人系统N关节机械臂无模型框架控制器无物n×1理意义调参增益矩阵,d(t)∈R 为齿轮巡检机器人系统不确定性参数和未知外扰,定义如下:[0014][0015] 定义所述的齿轮巡检机器人系统N关节机械臂的跟踪误差为:[0016] e(t)=q*(t)‑q(t)[0017] 其中,q*(t)是所述的齿轮巡检机器人系统N关节机械臂的目标轨迹,q(t)是所述的齿轮巡检机器人系统N关节机械臂的实际轨迹,e(t)是所述的齿轮巡检机器人系统N关节机械臂的跟踪误差;[0018] 将所述的齿轮巡检机器人系统N关节机械臂的跟踪误差取二阶微分得:[0019]*[0020] 其中, 是e(t)的二阶微分; 是q (t)的二阶微分; 是q(t)的二阶微分;[0021] 定义齿轮巡检机器人系统N关节机械臂跟踪误差方程:[0022][0023] 作为本发明所述的齿轮巡检分数阶全局滑模非线性扩展状态控制方法的一种优选方案,其中:[0024] 定义所述的非线性扩展状态观测器:[0025][0026][0027] 其中,z(t)是所述的齿轮巡检机器人系统N关节机械臂实际轨迹的估计值,g(t)=z(t)‑q(t)是z(t)的观测误差, 是齿轮巡检机器人系统不确定性参数和未知外扰的估计值,β1,β2,a是调参增益,[0028] 作为本发明所述的齿轮巡检分数阶全局滑模非线性扩展状态控制方法的一种优选方案,其中:[0029] 定义所述的分数阶全局滑模面:[0030][0031] 其中,s1(t),s2(t),…,sn(t)是所述的分数阶全局滑模面子滑模面,kgfpe(t)是齿轮巡检机器人系统N关节机械臂跟踪误差比例项,kgfp是比例系数, 是齿轮β巡检机器人系统N关节机械臂跟踪误差分数阶积分项,D 是分数阶积分,β是分数阶积分阶数,kgfi是积分系数,kgfpe(0)是齿轮巡检机器人系统N关节机械臂跟踪误差初始项,e(0)是跟踪误差初始值;[0032] 将所述的分数阶全局滑模面取一阶微分:[0033][0034] 作为本发明所述的齿轮巡检分数阶全局滑模非线性扩展状态控制方法的一种优选方案,其中:[0035] 定义所述的超螺旋趋近律:[0036][0037] 其中,a>0、b>0且为调参增益,[0038] 作为本发明所述的齿轮巡检分数阶全局滑模非线性扩展状态控制方法的一种优选方案,其中:[0039] 基于所述的非线性扩展状态观测器、所述的分数阶全局滑模面、所述的超螺旋趋近律,由无模型控制框架设计齿轮巡检机器人系统N关节机械臂分数阶全局滑模非线性扩展状态控制τ(t):[0040][0041] 本发明的有益效果:(1)本发明方法基于齿轮巡检机器人系统N关节机械臂数学模型,构建无模型控制框架并定义齿轮巡检机器人系统N关节机械臂跟踪误差方程;(2)在此基础上,提出非线性扩展状态观测器实现对扰动的补偿;(3)其次以分数阶全局滑模面,避免趋近阶段不确定性;(4)另外,以超螺旋趋近律设计齿轮巡检机器人系统N关节机械臂分数阶全局滑模非线性扩展状态控制器τ(t),实现振动抑制,提高重复定位精度。附图说明[0042] 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性的前提下,还可以根据这些附图获得其它的附图。其中:[0043] 图1为本发明一个实施例所述的齿轮巡检分数阶全局滑模非线性扩展状态控制方法的控制原理图。[0044] 图2为本发明一个实施例所述的齿轮巡检分数阶全局滑模非线性扩展状态控制方法的齿轮巡检机器人系统双关节机械臂的跟踪目标轨迹(aim1)以及分数阶全局滑模非线性扩展状态控制方法(FGSMCNESO)的轨迹跟踪示意图。[0045] 图3为本发明一个实施例所述的齿轮巡检分数阶全局滑模非线性扩展状态控制方法的齿轮巡检机器人系统双关节机械臂的跟踪目标轨迹(aim2)以及分数阶全局滑模非线性扩展状态控制方法(FGSMCNESO)的轨迹跟踪示意图。[0046] 图4为本发明一个实施例所述的齿轮巡检分数阶全局滑模非线性扩展状态控制方法的齿轮巡检机器人系统双关节机械臂的跟踪目标轨迹(aim1)以及模糊控制方法(FC)的轨迹跟踪示意图。[0047] 图5为本发明一个实施例所述的齿轮巡检分数阶全局滑模非线性扩展状态控制方法的齿轮巡检机器人系统双关节机械臂的跟踪目标轨迹(aim2)以及模糊控制方法(FC)的轨迹跟踪示意图。具体实施方式[0048] 下面结合说明书附图对本发明的技术方案做进一步的详细说明。[0049] 为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明的保护的范围。[0050] 在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。[0051] 其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。[0052] 参照图1,为本发明的一个实施例,提供了一种齿轮巡检分数阶全局滑模非线性扩展状态控制方法,本发明方法将齿轮巡检机器人系统N关节机械臂数学模型、非线性扩展状态观测器、分数阶全局滑模面、超螺旋趋近律有机地统一进行齿轮巡检机器人系统N关节机械臂分数阶全局滑模非线性扩展状态控制器τ(t)的设计,参照图1,为本发明齿轮巡检分数阶全局滑模非线性扩展状态控制方法的控制框图,具体包括:[0053] S1:基于齿轮巡检机器人系统N关节机械臂数学模型,构建无模型控制框架并定义齿轮巡检机器人系统N关节机械臂跟踪误差方程。[0054] 所述的齿轮巡检机器人系统包含:图像运算中心、高倍相机、N关节机械臂。[0055] 所述的齿轮巡检机器人系统N关节机械臂数学模型:[0056][0057] 其中,等式左边分别为:齿轮巡检机器人系统N关节机械臂惯性力项齿轮巡检机器人系统N关节机械臂离心力和哥氏力项 齿轮巡检机器人系n×1统N关节机械臂重力项G(q(t))∈R 、齿轮巡检机器人系统N关节机械臂摩擦力项n×1 n×n外扰项τd(t)∈R ;M(q(t))∈R 为齿轮巡检机器人系统N关节机械臂惯性矩阵, 为齿轮巡检机器人系统N关节机械臂离心力和哥氏力矩阵;等n×1式右边为齿轮巡检机器人系统N关节机械臂控制力项τ(t)∈R 。[0058] 基于所述的齿轮巡检机器人系统N关节机械臂数学模型,构建无模型控制框架:[0059][0060] 其中,m(q(t))∈Rn×n为齿轮巡检机器人系统N关节机械臂无模型框架控制器无物n×1理意义调参增益矩阵,d(t)∈R 为齿轮巡检机器人系统不确定性参数和未知外扰,定义如下:[0061][0062] 定义所述的齿轮巡检机器人系统N关节机械臂的跟踪误差为:[0063] e(t)=q*(t)‑q(t)[0064] 其中,q*(t)是所述的齿轮巡检机器人系统N关节机械臂的目标轨迹,q(t)是所述的齿轮巡检机器人系统N关节机械臂的实际轨迹,e(t)是所述的齿轮巡检机器人系统N关节机械臂的跟踪误差。[0065] 将所述的齿轮巡检机器人系统N关节机械臂的跟踪误差取二阶微分得:[0066]*[0067] 其中, 是e(t)的二阶微分; 是q (t)的二阶微分; 是q(t)的二阶微分。[0068] 定义齿轮巡检机器人系统N关节机械臂跟踪误差方程:[0069][0070] S2:利用非线性扩展状态观测器,实现对齿轮巡检机器人系统不确定性参数和未知外扰进行实时观测补偿。[0071] 定义所述的非线性扩展状态观测器:[0072][0073][0074] 其中,z(t)是所述的齿轮巡检机器人系统N关节机械臂实际轨迹的估计值,g(t)=z(t)‑q(t)是z(t)的观测误差, 是齿轮巡检机器人系统不确定性参数和未知外扰的估计值,β1,β2,a是调参增益,[0075] S3:以齿轮巡检机器人系统N关节机械臂跟踪误差方程为基础,结合齿轮巡检机器人系统N关节机械臂跟踪误差比例项、齿轮巡检机器人系统N关节机械臂跟踪误差分数阶积分项、齿轮巡检机器人系统N关节机械臂跟踪误差初始项,构建分数阶全局滑模面。[0076] 定义所述的分数阶全局滑模面:[0077][0078][0079] 其中,s1(t),s2(t),…,sn(t)是所述的分数阶全局滑模面子滑模面,kgfpe(t)是齿轮巡检机器人系统N关节机械臂跟踪误差比例项,kgfp是比例系数, 是齿轮β巡检机器人系统N关节机械臂跟踪误差分数阶积分项,D 是分数阶积分,β是分数阶积分阶数,kgfi是积分系数,kgfpe(0)是齿轮巡检机器人系统N关节机械臂跟踪误差初始项,e(0)是跟踪误差初始值。[0080] 将所述的分数阶全局滑模面取一阶微分:[0081][0082] S4:采用超螺旋趋近律,设计齿轮巡检机器人系统N关节机械臂分数阶全局滑模非线性扩展状态控制器τ(t),并验证其稳定性。[0083] 定义所述的超螺旋趋近律:[0084][0085] 其中,a>0、b>0且为调参增益,[0086] 基于所述的非线性扩展状态观测器、所述的分数阶全局滑模面、所述的超螺旋趋近律,由无模型控制框架设计齿轮巡检机器人系统N关节机械臂分数阶全局滑模非线性扩展状态控制τ(t):[0087][0088] 所述Lyapunov函数为:[0089][0090][0091] 其中,a>0且足够大,[0092] 参照图1,是齿轮巡检分数阶全局滑模非线性扩展状态控制方法的控制原理图,是对本发明方法的进一步说明,主控图过程如下:首先,基于齿轮巡检机器人系统N关节机械臂数学模型,构建无模型控制框架并定义齿轮巡检机器人系统N关节机械臂跟踪误差方程;其次,根据齿轮巡检机器人系统N关节机械臂跟踪误差方程,建立非线性扩展状态观测器和分数阶全局滑模面;最终,以超螺旋趋近律,设计齿轮巡检机器人系统N关节机械臂分数阶全局滑模非线性扩展状态控制器τ(t)。[0093] 优选的,本实施例还需要说明的是,与现有技术相比,本发明公开了一种齿轮巡检分数阶全局滑模非线性扩展状态控制方法,旨在通过采用分数阶全局滑模面对齿轮巡检机器人系统目标轨迹实现跟踪,用非线性扩展状态观测器对齿轮巡检机器人系统扰动进行实时预测,再通过超螺旋趋近律达到抑制抖振的动态响应。其中,非线性扩展状态观测器和分数阶全局滑模面可以补偿未知扰动和扩展阶数范围,超螺旋趋近律可以抑制切换抖振。[0094] 参照图2~图5,提供了一种齿轮巡检分数阶全局滑模非线性扩展状态控制方法的测试验证,包括:[0095] 为对本方法中采用的技术效果加以验证说明,本实施例中选择以模糊控制方法(FC)与本发明方法进行对比测试,以科学论证的手段对比试验结果,以验证本方法所具有的真实效果。[0096] 由于齿轮巡检机器人系统存在多维度的不确定性和未知的外扰,容易造成现有控制精度鲁棒性差等问题,为验证本发明方法相对于传统方法具有未知扰动补偿、阶数范围扩展、抖振抑制,本实施例中将采用分数阶全局滑模非线性扩展状态控制方法(FGSMCNESO),在齿轮巡检机器人系统双关节机械臂的跟踪目标轨迹(aim1和aim2),与模糊控制方法(FC)分别对齿轮巡检机器人系统N关节机械臂的输出轨迹和跟踪误差进行实时测量对比。[0097] 测试环境:参照图1,将齿轮巡检机器人系统N关节机械臂运行在仿真平台模拟跟踪齿轮巡检机器人系统双关节机械臂的目标轨迹(aim1和aim2),分别利用分数阶全局滑模非线性扩展状态控制方法(FGSMCNESO)、模糊控制方法(FC)进行测试并获得测试结果数据。全部测试都将在开启自动化测试设备并运用MATLAB软件编程实现对比方法的仿真测试,根据实验结果得到仿真数据;每种方法各测试3组数据,每组数据采样10s,计算获得每组数据输入轨迹和跟踪误差,与仿真模拟输入的期望目标轨迹进行对比计算误差。[0098] 参照图2~图5,为本发明在齿轮巡检机器人系统双关节机械臂的跟踪目标轨迹(aim1和aim2),分数阶全局滑模非线性扩展状态控制方法(FGSMCNESO)、模糊控制方法(FC)之间对比的轨迹跟踪图。[0099] 双关节机械臂参数:连杆1质量m1=1kg,连杆1长度l1=1m,质心到关节1处的距离lc1=1/2m,连杆1转动惯量I1=1/12kg·m,连杆2质量me=3kg,连杆2到关节2处的距离lce=1m,连杆2转动惯量Ie=2/5kg·m,质心与关节2夹角δe=0,摩擦系数e1=‑7/12,重力加速度e2=9.81。[0100] 参照图2~图5,m(q(t))=[0.83],β1=‑2,β2=‑0.3,a=0.5,k1gfp=1000000,k2gfp=10,k1gfi=3,k2gfi=1000000,β=[2.53.6],a=[5020],b=[0.050.5],分数阶全局滑模非线性扩展状态控制方法(FGSMCNESO)和模糊控制方法(FC)都可以有效地跟踪齿轮巡检机器人系统双关节机械臂的目标轨迹(aim1和aim2)。但是,如图4和图5,时间0~2s时,模糊控制方法(FC)都出现一定的超调量且在周期峰值处,存在一定的稳态误差。[0101] 综上所述,本发明提出的一种齿轮巡检分数阶全局滑模非线性扩展状态控制方法在高精度方面优于模糊控制方法(FC),归功于:利用无模型框架,结合分数阶全局滑模面和非线性扩展状态观测器,从而解决控制精度鲁棒性差的问题。[0102] 应当认识到,本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术‑包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现,其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而,若需要,该程序可以以汇编或机器语言实现。在任何情况下,该语言可以是编译或解释的语言。此外,为此目的该程序能够在编程的专用集成电路上运行。[0103] 此外,可按任何合适的顺序来执行本发明描述的过程的操作,除非本发明另外指示或以其他方式明显地与上下文矛盾。本发明描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行,并且可作为共同地在一个或多个处理器上执行的代码(例如,可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。[0104] 进一步,所述方法可以在可操作地连接至合适的任何类型的计算平台中实现,包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现,无论是可移动的还是集成至计算平台,如硬盘、光学读取和/或写入存储介质、RAM、ROM等,使得其可由可编程计算机读取,当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外,机器可读代码,或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时,本发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时,本发明还包括计算机本身。计算机程序能够应用于输入数据以执行本发明所述的功能,从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中,转换的数据表示物理和有形的对象,包括显示器上产生的物理和有形对象的特定视觉描绘。[0105] 以上所述仅为本发明的较佳实施方式,本发明的保护范围并不以上述实施方式为限,但凡本领域普通技术人员根据本发明所揭示内容所作的等效修饰或变化,皆应纳入权利要求书中记载的保护范围内。

专利地区:江苏

专利申请日期:2023-03-31

专利公开日期:2024-09-03

专利公告号:CN116803633B


以上信息来自国家知识产权局,如信息有误请联系我方更正!
电话咨询
读内容
搜本页
回顶部