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！

龙图腾网获悉哈尔滨工业大学申请的专利基于数据加权和摩擦分离的机械臂动力学辨识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：CN119369387B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411501056.5，技术领域涉及：B25J9/16；该发明授权基于数据加权和摩擦分离的机械臂动力学辨识方法是由徐天;宋树乙;徐阳;樊继壮;李长乐;赵杰设计研发完成，并于2024-10-25向国家知识产权局提交的专利申请。

本基于数据加权和摩擦分离的机械臂动力学辨识方法在说明书摘要公布了：基于数据加权和摩擦分离的机械臂动力学辨识方法，属于机器人动力学参数标定领域。解决了现有动力学辨识方法由于辨识数据不连续和零速度附近建模误差较大，导致影响辨识准确性的问题。本发明一方面将零速度连续非线性摩擦模型集成并应用于动力学辨识中，以提高动力学参数辨识过程的准确性；另一方面本发明提出的数据加权方法与现有直接删除异常值的方法不同，本发明用临近点数据的加权平均值替换离群值，保留数据的完整性，进一步提高辨识结果准确性。本发明主要用于机械臂动力学参数辨识。

本发明授权基于数据加权和摩擦分离的机械臂动力学辨识方法在权利要求书中公布了：1.基于数据加权和摩擦分离的机械臂动力学辨识方法，其特征在于，该方法包括如下步骤： S1、基于机械臂的对称激励轨迹获取N组数据，且每组数据包括机械臂上关节的位置向量q、速度向量和加速度向量以及机械臂上电机的速度向量加速度向量和力矩向量τm；根据每组数据中q、τm以及给定的关节的非线性摩擦系数向量α、Stribeck速度向量Kv和反正切系数向量Vs的初始值构造该组数据下的回归矩阵L；α、Kv和Vs均为非线性摩擦参数； S2、初始化关节数据加权向量P＝onesNn,1和堆叠的关节数据加权向量Pe＝P·ones1,r；n为连杆或关节总数，onesNn,1为N×n行的列向量，且列向量所有元素皆为1；ones1,r为r列的行向量，且行向量所有元素皆为1；r为矩阵L的列数； S3、根据N组数据下的τm和L构造相应的中间变量和根据和求解动力学微分方程中基参数集Ψ的OLS解Ψols，并根据Ψols求解标准化力矩残差向量R#的初始值，再根据R#的初始值求解关节协方差矩阵σ的初始值； S4、分别根据和构造相应的归一化的电机力矩向量和归一化的回归矩阵根据和求解动力学微分方程中基参数集Ψ的WLS解并根据更新R#和σ； S5、根据R#和σ，更新P和Pe； S6、判断P是否收敛，结果为是，执行步骤S7，结果为否，执行步骤S4； S7、用临近点数据对和中离群点数据进行加权平均值替换后，设定优化目标求解动力学参数集χ、以及χ中基参数集Ψ的优化方程解根据求解估算的摩擦力矩向量从而根据估算的摩擦力矩向量和构造的摩擦力矩向量τf,m更新回归矩阵L中的α、Kv和Vs； S8、判断α是否收敛，结果为是，将α、Kv、Vs、及χ作为结果输出，结果为否，执行步骤S2。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。

以上内容由龙图腾AI智能生成。