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！

龙图腾网获悉山东大学申请的专利一种基于动力学约束的机器人时间最优轨迹规划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：CN120773069B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202511299797.4，技术领域涉及：B25J9/16；该发明授权一种基于动力学约束的机器人时间最优轨迹规划方法是由姬帅;林宏坤;杨子豪;王传英;倪鹤鹏;赵兵设计研发完成，并于2025-09-12向国家知识产权局提交的专利申请。

本一种基于动力学约束的机器人时间最优轨迹规划方法在说明书摘要公布了：本发明属于机器人控制技术领域，具体公开一种基于动力学约束的机器人时间最优轨迹规划方法，包括：建立动力学模型，初始化遗传算法种群，生成关节空间轨迹参数组；对种群执行遗传操作；评估各轨迹参数组的轨迹执行时间，判断是否满足约束条件；若未满足条件则继续迭代，否则筛选多个轨迹参数组作为局部优化初始解；以所述初始解为输入，基于B样条曲线构造轨迹模型，采用序列二次规划方法在约束条件下对轨迹参数组进行迭代优化；对优化后的多个轨迹方案进行比较，输出满足约束且轨迹时间最短的一组作为最终轨迹。本发明方法融合遗传算法的全局搜索能力与序列二次规划的局部精细优化能力，能够在复杂物理约束下实现轨迹执行时间的全局最优。

本发明授权一种基于动力学约束的机器人时间最优轨迹规划方法在权利要求书中公布了：1.一种基于动力学约束的机器人时间最优轨迹规划方法，其特征在于，包括以下步骤： 步骤S1、建立动力学模型，初始化种群，根据预设参数生成若干组轨迹参数； 步骤S2、对所述种群执行遗传操作，生成新一代轨迹参数组； 在步骤S2中，对种群中的轨迹参数组进行样本选取，采用设定的交叉策略对轨迹控制点和时间节点进行组合重组，并以预设概率对所述轨迹参数组中的控制点或时间节点添加扰动，以生成新一代轨迹参数组； 步骤S3、评估各轨迹参数组的适应度； 步骤S4、判断是否满足预设终止条件； 若不满足预设终止条件，返回执行步骤S2； 否则，执行步骤S5； 在步骤S4中，终止条件设为和或； 其中，为拉格朗日函数；为拉格朗日函数关于自变量x的梯度，，为优化条件阈值，可由用户设置，为第i个拉格朗日乘子向量，为第i个约束函数，为约束目标的变化量，为约束目标的最优解； 步骤S5、从当前种群中筛选多个轨迹参数组作为后续优化的初始解； 在步骤S5中，定义遗传算法精英解集为： 其中，按适应度升序排序，=为最小欧式距离，为多样性阈值，取解空间直径的5%~10%； 其中，为候选解、为已被选入精英集的个体、为种群中所有解的适应度按升序排序、为适应度函数、K为精英规模阈值、E为已满足条件的精英解集合； 步骤S6、分别以筛选出的轨迹参数组为初始输入，进行局部优化； 在步骤S6中局部优化包括： 设置多重约束，多重约束包括动力学约束、运动学约束及轨迹精度约束，构建局部序列规划时间最优化模型； 通过五次B样条曲线得出的关节运动轨迹模型，得到第i个规划点的速度值，速度约束为所有时刻的速度绝对值不超过额定限值： 其中是关节的额定速度上限，为运动总时间； 给定运动过程中各点处的运动学约束定义为： 其中，代表关节编号，为约束条件编号； 由实际曲线采样取点，依次求解采样点到参考曲线的距离，为轨迹精度误差，根据轨迹精度约束要求： 其中，表示在轨迹不同区域的误差设定值，在值为1时为工况段强约束；值为2时为过渡段弱约束； 运动过程中设置各点处轨迹精度约束： ； 步骤S7、对经局部优化得到的多个轨迹参数组进行比较，确定满足约束条件且轨迹时间最短的一组作为最终输出。

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山东大学，其通讯地址为：250100 山东省济南市历下区经十路17923号山东大学千佛山校区；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。