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！

龙图腾网获悉安徽大学申请的专利一种基于优化贝叶斯网络的水陆跨域机器人运动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：CN119740674B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202411777334.X，技术领域涉及：G06N7/01；该发明授权一种基于优化贝叶斯网络的水陆跨域机器人运动控制方法是由王跃;曹翔;孙长银;穆朝絮;苏延旭;杨凌霄设计研发完成，并于2024-12-05向国家知识产权局提交的专利申请。

本一种基于优化贝叶斯网络的水陆跨域机器人运动控制方法在说明书摘要公布了：本发明涉及水陆跨域机器人控制技术领域，解决了现有技术难以实现水陆跨域机器人运动控制的技术问题，尤其涉及一种基于优化贝叶斯网络的水陆跨域机器人运动控制方法，包括构建三层贝叶斯网络结构，通过MMPC‑K2算法进行三层贝叶斯网络结构的结构学习，采用引入置信度改进的IF‑THEN推理规则进行贝叶斯网络模型的参数学习，将概率最大的决策方案反馈至所设计的CPG输出网络中控制水陆跨域机器人腿部执行步态切换。本发明能够综合考虑所有传感器信息，利用评分最高的网络结构、输入节点先验概率与改进IF‑THEN规则输出最优方案，实现水陆跨域机器人自主决策，以及实现机器人腿部根据不同地形切换相对应的步态。

本发明授权一种基于优化贝叶斯网络的水陆跨域机器人运动控制方法在权利要求书中公布了：1.一种基于优化贝叶斯网络的水陆跨域机器人运动控制方法，其特征在于，该方法包括以下步骤： S1、分析水陆跨域机器人在不同环境工作模式下的决策状态、关联状态以及自主决策方案，确定用于初步构建三层贝叶斯网络结构的输入节点、中间节点以及决策节点； 基于输入节点、中间节点以及决策节点之间的依赖关系，初步构建三层贝叶斯网络结构；其中， 通过分析水陆跨域机器人工作过程确定决策状态，即三层贝叶斯网络结构的输入节点，输入节点的输入数据包括水陆跨域机器人工作过程中的电池电压、GPS信号、深度计、高度计、地形、障碍物距离、雨水传感信息； 通过分析节点变量之间的关联性确定关联状态，即中间节点，包括环境感知、任务检测； 制定对应的自主决策方案，即决策节点，包括推进器启停、步态切换； S2、通过MMPC-K2算法进行三层贝叶斯网络结构的结构学习，并获取当前评分最高的网络结构作为最终的贝叶斯网络模型； S3、分析多名专家分别对各节点进行评估给出的专家评价，并将多个专家评价进行融合来确定贝叶斯网络模型中各节点的先验概率分布； S4、采用引入置信度改进的IF-THEN推理规则进行贝叶斯网络模型的参数学习，并将定性评价转化为定量概率来确定决策节点的后验概率，具体过程包括以下步骤： S41、将输入节点所有的输入信息转换到统一的置信框架下得到对应于置信分布的匹配度转换公式为： 其中，xi是第i指标的输入值；Ai,j表示属性参考值；j表示参考等级的个数；表示第i输入指标相对于第j个参考等级的匹配度；f·表示转换函数； S42、根据匹配度计算相应规则的激活权重wk，激活权重用以表示输入信息对规则的激活程度； S43、使用证据推理ER算法将符合条件0wk≤1的规则进行融合得到置信度表达式为： 其中，βn,k表示第k条规则对第n个参考等级Dn的置信度；βi,k表示第k条规则对第i个参考等级Dn的置信度；N表示参考等级的数量；表示输出中第n个参考等级Dn的置信度，且满足μ为效用值； S44、使用置信度改进IF-THEN规则，建立输入节点及中间节点与决策节点的推理规则，将定性评价转化为定量概率来确定决策节点的后验概率Sxi，即： 其中，S·表示输出函数； S45、根据若干后验概率Sxi建立输入节点及中间节点与决策节点的条件概率表，选取后验概率最大的作为决策方案； S5、以多种传感器实时获取的环境信息作为经结构学习和参数学习后贝叶斯网络模型的输入，生成在不确定性环境下控制水陆两栖机器人的决策方案； S6、将概率最大的决策方案反馈至用于控制水陆跨域机器人步态切换的CPG输出网络，以实现水陆跨域机器人腿部根据不同地形切换相对应的步态。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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。