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！

龙图腾网获悉中国科学院自动化研究所申请的专利面向移动机械臂全身运动规划的优化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：CN119871459B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202510363958.5，技术领域涉及：B25J9/16；该发明授权面向移动机械臂全身运动规划的优化方法是由孙世颖;张宸宇;赵晓光;张宇佳;常慧设计研发完成，并于2025-03-26向国家知识产权局提交的专利申请。

本面向移动机械臂全身运动规划的优化方法在说明书摘要公布了：本发明提供一种面向移动机械臂全身运动规划的优化方法，涉及机械臂运动规划技术领域，方法包括：基于移动机械臂拍摄的深度图像，确定环境特征以及移动机械臂关节变化时的位置梯度；通过强化学习训练的演员‑评论家网络对移动机械臂的运动状态和运动动作进行策略规划，得到移动机械臂中末端执行器的期望速度；基于位置梯度构建用于移动机械臂避障的位置约束条件，并构建用于对决策变量进行约束的关节约束参数；基于位置约束条件、关节约束参数确定的二次规划求解器对决策变量进行优化，得到关节速度的规划结果。通过本申请，克服移动机械臂运动规划时，在规划任务完成、环境感知、约束表达、障碍规避、以及运动协调性方面均存在局限性的问题。

本发明授权面向移动机械臂全身运动规划的优化方法在权利要求书中公布了：1.一种面向移动机械臂全身运动规划的优化方法，其特征在于，包括： 基于移动机械臂拍摄的深度图像，确定环境特征以及移动机械臂关节变化时的位置梯度； 通过强化学习训练的演员-评论家网络对移动机械臂的运动状态和运动动作进行策略规划，得到移动机械臂中末端执行器的期望速度，所述运动状态包括关节角度、所述环境特征以及末端执行器与目标位置之间的位置偏差，所述运动动作包括末端执行器在三维直角坐标系下三个方向的运动速度以及旋转速度； 基于所述位置梯度构建用于移动机械臂避障的位置约束条件，并构建用于对决策变量进行约束的关节约束参数，所述决策变量包括移动机械臂的关节速度和松弛范数，所述决策变量是通过机械臂雅可比矩阵对所述期望速度进行加权得到的； 基于所述位置约束条件、所述关节约束参数确定的二次规划求解器对所述决策变量进行优化，得到所述关节速度的规划结果； 所述通过强化学习训练的演员-评论家网络对移动机械臂的运动状态和运动动作进行策略规划，得到移动机械臂中末端执行器的期望速度，包括： 构建演员-评论家网络在强化学习的迭代时间步上的最大熵，作为软状态动作回报； 将所述软状态动作回报的期望值作为运动策略的软Q值，并通过分布式软策略迭代框架中的软贝尔曼算子学习所述软Q值，以对所述演员-评论家网络进行策略规划训练； 将移动机械臂的初始运动状态输入到训练好的演员-评论家网络中进行运动策略规划，得到移动机械臂的最优运动策略； 基于所述最优运动策略确定得到移动机械臂中末端执行器的期望速度； 所述构建演员-评论家网络在强化学习的迭代时间步上的最大熵，包括： 根据移动机械臂末端执行器与目标位置之间的位置偏差的二阶范数构建位置奖励值，并在所述位置偏差的二阶范数小于预设的位置偏差阈值时，获取移动目标奖励值； 基于移动机械臂运动过程中产生所述位置偏差时的移动速度，与移动机械臂中末端执行器的动作速度的差值，构建速度奖励值； 通过预设的位置奖励权重和速度奖励权重，对所述位置奖励值以及所述速度奖励值进行加权，得到加权位置奖励值和加权速度奖励值； 根据移动机械臂末端执行器避障时的最近距离以及预设的避障距离阈值，构建避障奖励值； 基于移动机械臂运动过程的花费时间，构建时间奖励值； 将所述加权位置奖励值、所述加权速度奖励值、所述避障奖励值以及所述时间奖励值进行求和，得到总奖励值； 基于所述总奖励值计算策略熵，作为演员-评论家网络在强化学习的迭代时间步上的最大熵。

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中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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”。