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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于BP神经网络优化的四足机器人虚拟模型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：CN119846965B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202510005065.3，技术领域涉及：G05B13/04；该发明授权基于BP神经网络优化的四足机器人虚拟模型控制方法是由刘剑文;徐小军;宋丞;赵一洁;卢盛洋;尹翔东设计研发完成，并于2025-01-02向国家知识产权局提交的专利申请。

本基于BP神经网络优化的四足机器人虚拟模型控制方法在说明书摘要公布了：本申请涉及一种基于BP神经网络优化的四足机器人虚拟模型控制方法。所述方法通过构建BP‑VMC控制框架，在该控制框架中，根据四足机器人的控制特性和输入、输出需求确定BPNN结构后，通过BPNN的自学习训练，不断优化虚拟构件机械参数，实现VMC控制器中的虚拟构件机械参数的实时自适应调整，提高了VMC控制器的控制性能。同时在BPNN训练算法中引入学习率和动量因子，能够有效避免局部最优问题，确保最终输出为全局最优结果。

本发明授权基于BP神经网络优化的四足机器人虚拟模型控制方法在权利要求书中公布了：1.一种基于BP神经网络优化的四足机器人虚拟模型控制方法，其特征在于，所述方法包括： 构建BP‑VMC控制框架，该控制框架包括四足机器人模型、轨迹生成器和VMC控制器；其中，所述VMC控制器由包含BPNN和虚拟构件模型模块的虚拟参数生成器以及雅克比矩阵组成； 根据四足机器人模型实时输出四足机器人的足端实际位置和驱动关节角度信息； 根据轨迹生成器生成四足机器人的期望轨迹并实时输出足端期望位置，并通过比较足端期望位置与足端实际位置，得到足端误差信号； 在VMC控制器中，先将足端期望位置、足端实际位置以及足端误差信号输入BPNN，BPNN根据预设的VMC控制器的控制律优化输出四足机器人的虚拟构件机械参数矩阵；然后，将所述虚拟构件机械参数矩阵与足端误差信号输入至虚拟构件模型模块，计算输出虚拟力矩阵；最后，将所述虚拟力矩阵以及四足机器人模型输出的驱动关节角度信息传递至雅可比矩阵，计算输出关节力矩；其中，所述BPNN通过引入学习率和动量因子进行学习训练； 根据所述关节力矩驱动四足机器人按照期望轨迹进行运动，得到新的足端实际位置，并通过进一步比较新的足端实际位置与新的足端期望位置得到的足端误差信号，进入下一轮控制周期以实现四足机器人完整的闭环反馈控制； 所述BPNN由输入层、隐含层和输出层组成；其中，输入层的输入和输出分别表示为； 其中，为BPNN的输入向量，n为时间序列数；输入层的输入与输入层的输出的上标表示信号对应的网络层，0、1、2分别指代输入层、隐含层和输出层，下标i表示输入层中的节点序号，为输入层的节点数； 隐含层的诱导局部域和输出分别表示为； 其中，表示隐含层的诱导局部域，表示隐含层的输出，为隐含层神经元的突触权值，下标j表示隐含层中的节点序号，为隐含层的节点数，表示隐含层神经元的激活函数； 输出层的诱导局部域和输出值分别表示为； 其中，表示输出层的诱导局部域，表示输出层的输出，为输出层神经元的突触权值，下标l表示输出层中的节点序号，为输出层的节点数，表示输出层神经元的激活函数； 将足端期望位置、足端实际位置以及足端误差信号输入BPNN，BPNN根据预设的VMC控制器的控制律优化输出四足机器人的虚拟构件机械参数矩阵，包括： 将四足机器人在t时刻的足端期望位置、足端实际位置以及足端误差信号作为输入向量，输入至BPNN，BPNN根据其输出层的输出和预设的VMC控制器的控制律进行虚拟构件机械参数矩阵优化训练，得到最终输出向量，表示为； 其中，表示BPNN的最终输出向量，即BPNN最终输出的虚拟构件机械参数矩阵；表示VMC参数权值矩阵，为VMC控制器中的误差矩阵。

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人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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”。