买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉电子科技大学;电子科技大学广东电子信息工程研究院申请的专利一种有限时间收敛的运动受限机器人系统跟踪控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118605264B 。

龙图腾网通过国家知识产权局官网在2025-06-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410663463.X，技术领域涉及：G05B19/042；该发明授权一种有限时间收敛的运动受限机器人系统跟踪控制方法是由彭知南;赵方凯;程洪;李文江;况逸群;郭新凯设计研发完成，并于2024-05-27向国家知识产权局提交的专利申请。

本一种有限时间收敛的运动受限机器人系统跟踪控制方法在说明书摘要公布了：本发明属于机器人系统控制技术领域，具体为一种有限时间收敛的运动受限机器人系统跟踪控制方法，通过引入非线性双向映射函数将有运动约束的跟踪控制问题，转化成无约束的辅助误差跟踪系统的最优控制问题。通过引入动态事件触发机制，提出基于自适应动态规划的运动受限机器人系统跟踪控制方法，实现了最优控制问题的求解。在此基础上，通过设计使控制算法有限时间收敛的评价网络权重参数更新规则、以及给出有限时间收敛上限值，实现了机器人系统跟踪控制的响应速度提升。本发明兼顾机器人系统的稳定性和整体性能。

本发明授权一种有限时间收敛的运动受限机器人系统跟踪控制方法在权利要求书中公布了：1.一种有限时间收敛的运动受限机器人系统跟踪控制方法，其特征在于，包括以下步骤： 步骤1、基于机器人系统的动力学模型和系统状态约束，建立带有约束的跟踪误差系统；具体步骤包括： 步骤1.1、所述机器人系统的动力学模型为: 其中，Hq、和gq分别表示惯性矩阵、科里奥利力矩阵和重力向量；q、分别表示机器人系统的关节状态向量、速度向量和加速度向量；u表示系统的控制输入； 定义运动跟踪误差为z1＝q-qd和其中，qd和分别表示目标关节运动角度和角速度；根据运动跟踪误差z1和z2、状态变量x和期望状态xd，得到跟踪误差状态其中，Τ表示转置； 步骤1.2、根据跟踪误差状态z和动力学模型公式，建立跟踪误差动力学模型 式中， 其中，I表示单位矩阵，H为系统动力学模型中的惯性矩阵，C表示系统动力学模型中的科里奥利力矩阵，g表示重力向量，H-1为H的逆矩阵； 定义机器人关节运动约束范围为i＝1,2,...,2n；其中，n表示机器人自由度，和表示机器人运动状态的上下界； 步骤2、通过引入非线性双向映射函数，对带有约束的跟踪误差系统的运动控制问题进行等价转化，得到无约束辅助误差跟踪系统的最优控制问题；具体步骤包括： 步骤2.1、引入Barrier转换方程，并求出该方程的逆函数zi： 引入的Barrier转换方程为： Barrier转换方程的逆函数zi为： 其中，χi为转化后的误差状态，是一种双向可逆的映射函数，a＞1是一个正常数； 步骤2.2、根据跟踪误差动力学模型和逆函数zi，构建无约束辅助误差跟踪系统，无约束跟踪误差系统的表达式如下： 其中， 步骤3、基于无约束辅助误差跟踪系统构造性能代价函数，再利用Hamilton函数和Bellman最优性原理对代价函数进行求解，得到针对无约束辅助误差跟踪系统的最优控制模型；用于评估其性能的代价函数如下所示： 其中，Rχ,u＝χTEχ+uTGu为效用函数，E和G为给定的正定矩阵，τ表示积分函数的变量； 求解代价函数Jχ,u得到针对无约束辅助误差跟踪系统的最优控制问题模型u*χ如下所示： 其中，G-1为给定正定矩阵G的逆，为最优代价函数的偏导数； 步骤4、在步骤3得到的最优控制模型中引入事件触发机制，得到事件触发最优控制模型；具体步骤包括： 步骤4.1、定义一个单调递增的事件触发时刻集合事件触发时刻的系统状态记为设置一个评估采样时刻状态和当前状态误差的连续函数Θi≤t＜Θi+1； 步骤4.2、基于连续函数得到相应的事件触发最优控制模型的表达式为： 步骤5、使用评价网络近似贝尔曼误差设计有限时间收敛的权重参数更新规则，并以此建立自适应事件触发最优控制模型；给定一个动态变量，基于该动态变量设计动态事件触发条件；具体步骤包括： 步骤5.1、使用评价网络在线近似最优代价函数得到无约束辅助误差跟踪系统的更新误差函数 利用评价网络实现对代价函数的近似表达，代价函数近似为： 其中，Wc表示评价网络权重，ψχ为激励函数，ζχ表示评价网络近似误差； 其真实的近似表达为： 其中，和分别表示代价函数和评价网络的估计值，由权重估计值定义获得； 根据真实表达和Hamilton函数，得到无约束辅助误差跟踪系统的更新误差函数 其中， 步骤5.2、基于该误差函数设计有限时间收敛的权重参数更新规则的表达式为： 其中，0＜γ＜1；Λ为学习率矩阵，P和Λ均为正定矩阵且P＞0； 步骤5.3、基于步骤5.2的有限时间收敛的权重参数更新规则，建立自适应事件触发最优控制模型，该模型如下所示： 其中，为评价网络中Wc的估计值， 步骤5.4、按如下方法设计动态事件触发条件： 步骤5.4.1定义一个动态变量设计关于该变量的滤波动态方程为： 式中，l是一个正的滤波常数，λminE表示矩阵E的最小特征值； 步骤5.4.2、依据滤波动态方程设计动态事件触发条件为： 其中，为设计参数；步骤6、将动态事件触发条件与步骤5得到的自适应事件触发最优控制模型应用于机器人运动约束跟踪控制，以实现有限时间收敛的运动受限机器人系统的跟踪控制；在实现有限时间收敛的机器人运动约束跟踪控制同时，还使收敛事件满足以下条件： 其中β＝2λminΛ，κ∈0,1。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学;电子科技大学广东电子信息工程研究院，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。