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长春光学精密机械与物理研究所申请的专利一种用于动态目标自动对接的机械臂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：CN118700156B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202410983876.6，技术领域涉及：B25J9/16；该发明授权一种用于动态目标自动对接的机械臂控制方法是由朱明超;张显科;李中灿;周宇飞;赵卫;李昂设计研发完成，并于2024-07-22向国家知识产权局提交的专利申请。

本一种用于动态目标自动对接的机械臂控制方法在说明书摘要公布了：本发明涉及机械臂目标对接技术领域，具体提供一种用于动态目标自动对接的机械臂控制方法，该控制方法将力预测控制系统与动态视觉预测控制系统级联，力预测控制系统依据机械臂上的力传感器感知机械臂末端受到实际外力的情况输出实时图像矩特征的变化量，通过机械臂末端设置的相机获不同时刻的靶标图像，并结合实时图像矩特征的变化量计算视觉特征误差，将视觉特征误差输入动态视觉预测控制系统获得预测输入变量的第一个元素，依据第一个元素计算机械臂的关节速度，进而实现机械臂运动控制。本发明控制方法综合了力觉和视觉信息，更全面的动态目标的位置和状态，克服了单一传感器方法的局限性，在完成对接任务中，提高了机械臂的性能。

本发明授权一种用于动态目标自动对接的机械臂控制方法在权利要求书中公布了：1.一种用于动态目标自动对接的机械臂控制方法，其特征在于，包括： S1：在机械臂上设置相机，在机械臂末端执行器上设置力传感器； 设置多个特征点，所述多个特征点依次连接构成靶标，所述靶标的位置相对于动态目标固定不变； S2：将机械臂末端执行器与动态目标对接，通过所述相机采集所述靶标的靶标图像，获取靶标图像中靶标的期望图像矩特征； S3：在机械臂末端执行器与动态目标对接过程中，所述相机实时采集所述靶标图像，通过实时的靶标图像获得靶标的实时图像矩特征； S4：通过所述力传感器感测机械臂末端执行器受到的实际外力，将笛卡尔坐标系下的实际外力与期望外力的误差转换为图像特征空间下的单位惯性虚拟力误差： ； 其中，表示相机的期望惯性矩阵，表示从相机坐标系到机械臂末端坐标系的变换矩阵，表示所述实时图像矩特征对应的图像雅可比矩阵； S5：建立力预测控制系统的状态空间方程： ； 其中，表示当前控制步长力预测控制系统的状态变量，表示下一控制步长力预测控制系统的状态变量，表示力预测控制系统的控制输入变量，表示力预测控制系统的控制输出变量，表示采样周期，，表示正定增益矩阵，表示单位惯性刚度矩阵； S6：通过二次规划方法将力预测控制系统的状态空间方程转化成求解优化问题的标准形式： ； 其中，表示力预测控制系统的损失函数，表示力预测控制系统在当前控制步长的预测输入变量，表示当前控制步长的状态值，表示力预测控制系统不等式约束的上限矩阵，表示力预测控制系统不等式约束的下限矩阵，，，，，表示力预测控制系统的扩展状态向量与之间关系的控制矩阵，表示力预测控制系统误差项的权重矩阵，表示力预测控制系统输入项的权重矩阵，表示与之间关系的状态矩阵，表示力预测控制系统终端误差项的权重矩阵，表示力预测控制系统不等式约束的系数矩阵，表示力预测控制系统等式约束的系数矩阵，表示力预测控制系统等式约束矩阵； S7：将所述单位惯性虚拟力误差输入S6中的标准形式获得力预测控制系统的预测输入变量，将所述预测输入变量的第一个元素作为实时图像矩特征的变化量，将变化量反馈给动态视觉预测控制系统，实现级联，计算参考图像矩特征： ； 计算视觉特征误差： ； S8：由于对接目标实时在进行动态运动，故实时图像矩特征也在实时变化，实时图像矩特征的变化率、相机在相机坐标系中的相机速度和动态目标运动导致的实时图像矩特征的变化量存在如下关系： ； 其中，表示与实时图像矩特征对应的图像雅可比矩阵。 由相机运动导致的实时图像矩特征的变化量满足下式： ； 应用扩展卡尔曼滤波器对动态目标运动导致的实时图像矩特征的变化量进行预估；建立动态视觉预测控制系统的状态空间方程： ； 其中，表示当前控制步长动态视觉预测控制系统的状态变量，表示下一控制步长动态视觉预测控制系统的状态变量，表示期望图像矩特征对应的图像雅可比矩阵，表示当前控制步长动态视觉预测控制系统输出的相机速度，表示动态目标运动导致的实时图像矩特征的变化量，表示动态视觉预测控制系统的控制输入变量，表示动态视觉预测控制系统的控制输出变量； S9：通过二次规划方法将动态视觉预测控制系统的状态空间方程转化成求解优化问题的标准形式： ； 其中，表示动态视觉预测控制系统的预测输入变量，表示动态视觉预测控制系统的损失函数，表示当前控制步长视觉特征误差的状态值，表示二次项系数矩阵，表示一次项系数矩阵，表示动态视觉预测控制系统不等式约束的下限矩阵，表示动态视觉预测控制系统不等式约束的上限矩阵，表示动态视觉预测控制系统不等式约束的系数矩阵，表示动态视觉预测控制系统等式约束的系数矩阵，表示动态视觉预测控制系统等式约束矩阵； S10：将所述视觉特征误差输入S9中的标准形式获得动态视觉预测控制系统的预测输入变量，通过所述预测输入变量的第一个元素计算相机速度，依据所述相机速度计算机械臂关节速度，控制机械臂按照所述关节速度进行运动。

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长春光学精密机械与物理研究所，其通讯地址为：130033 吉林省长春市经济技术开发区东南湖大路3888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。