Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 成都游小木创新科技有限公司高全获国家专利权

成都游小木创新科技有限公司高全获国家专利权

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!

龙图腾网获悉成都游小木创新科技有限公司申请的专利一种多自由度机械手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:CN120116231B

龙图腾网通过国家知识产权局官网在2025-07-25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:202510585688.2,技术领域涉及:B25J9/16;该发明授权一种多自由度机械手控制方法是由高全;胡林;王敦冬设计研发完成,并于2025-05-08向国家知识产权局提交的专利申请。

一种多自由度机械手控制方法在说明书摘要公布了:本发明涉及设备控制领域,尤其是一种多自由度机械手控制方法。该方法包括:实时监测所述多自由度机械手所处的工作环境,以获得监测数据;接收所述多自由度机械手的操作指令,并利用高斯过程回归基于所述监测数据以及所述操作指令中的操作目标进行轨迹预测,以得到所述多自由度机械手的操作路径信息;采用模糊机会约束控制模型,按照各个电机的控制信息以及约束条件,对各个电机对应的操作路径进行局部求解,得到各个电机的目标控制策略;执行所述目标控制策略,使机械臂在各个电机的控制配合下进行优化轨迹运动。能够实现对多自由度机械手的智能化控制,提升多自由度机械手的环境感知能力,提高轨迹预测的准确性,提高多自由度机械手的控制精度。

本发明授权一种多自由度机械手控制方法在权利要求书中公布了:1.一种多自由度机械手控制方法,其特征在于,所述方法应用于多自由度机械手的控制场景;所述方法包括: 实时监测所述多自由度机械手所处的工作环境,以获得监测数据; 接收所述多自由度机械手的操作指令,并利用高斯过程回归基于所述监测数据以及所述操作指令中的操作目标进行轨迹预测,以得到所述多自由度机械手的操作路径信息;所述操作路径信息包含:对驱动系统中各个电机的控制信息以及约束条件,所述约束条件包括电机的速度、位置、控制目标、最大速度、最大加速度; 采用模糊机会约束控制模型,按照各个电机的控制信息以及约束条件,对各个电机对应的操作路径进行局部求解,得到各个电机的目标控制策略;所述模糊机会约束控制模型中,以控制目标以及约束条件构建得到模糊变量,采用可信度理论引入置信水平来量化计算各个电机的操作路径可行性,并评估各个电机的局部控制风险,综合得到所述目标控制策略; 执行所述目标控制策略,使机械臂在各个电机的控制配合下进行优化轨迹运动; 其中,所述实时监测所述多自由度机械手所处的工作环境,以获得监测数据,包括: 基于工作环境的空间结构以及工作环境对应的业务类型,构建不同类型传感器的部署方案; 对所述部署方案的信息采集范围进行有效性评估,并基于评估结果优化所述部署方案; 基于优化后的部署方案,在工作环境中部署不同类型的传感器; 通过不同类型的传感器从不同维度采集所述多自由度机械手所处的实时环境信息,得到多维监测数据; 所述利用高斯过程回归基于所述监测数据以及所述操作指令中的操作目标进行轨迹预测,以得到所述多自由度机械手的操作路径信息,包括: 将当前时刻得到的监测数据作为输入,根据高斯过程回归算法进行轨迹预测,得到当前时刻下的预测均值和方差;所述预测均值用于表示多自由度机械手在当前时刻的预测操作目标位置; 通过蒙特卡洛采样,从预测得到的高斯分布中随机采样得到多个样本点,每一样本点表示一个候选操作路径;高斯分布由多个时刻下的预测均值和方差构建得到; 基于所述候选操作路径,生成对驱动系统中各个电机的控制信息;所述控制信息至少包括:电机转速、电机扭矩; 所述根据高斯过程回归算法进行轨迹预测,得到当前时刻下的预测均值和方差,包括: 获取当前时刻下的实时监测数据; 基于所述实时监测数据计算当前时刻下的操作目标位置与实时监测位置之间的协方差向量;基于所述协方差向量计算当前时刻下通过预设核函数得到的预测位置点均值以及对应的方差; 其中,预设核函数表示为当前时刻表示为第p个时刻,μp表示第p个时刻下的预测位置点均值,所述第p个时刻下的预测位置点均值为在第p个时刻下基于所述实时监测数据预测得到的操作目标位置xp的期望估计值,kp表示第p个时刻下基于操作目标位置xp与所述实时监测数据中各个监测数据点之间通过核函数k计算得到的协方差向量,表示第p个时刻下操作目标位置xp与所述实时监测数据中各个监测数据点之间的协方差向量转置,y表示第p个时刻下与所述实时监测数据匹配的历史操作目标位置对应的协方差矩阵,表示第p个时刻下所述历史操作目标位置值对应的协方差矩阵与噪声方差矩阵之和的逆矩阵,所述噪声方差矩阵为噪声方差与单位矩阵相乘得到的对角矩阵; σp 2表示第p个时刻下的预测位置点均值对应的预测方差,σf 2为传感器匹配的信号方差,l为传感器匹配的长度尺度参数,xp为第p个时刻下预测得到的操作目标位置,xq为第p个时刻下与xp的之间具有相关性的参考操作目标位置,表示第p个时刻下xp与xq之间的相关性度量,为核函数k对应的预测不确定性控制项; 以所述预测位置点均值作为当前时刻下的预测均值,以所述预测位置点均值对应的方差作为当前时刻下的方差。

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成都游小木创新科技有限公司,其通讯地址为:610000 四川省成都市成华区建设北路三段2号1栋2单元25层17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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。