Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东工业大学徐旺获国家专利权

广东工业大学徐旺获国家专利权

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!

龙图腾网获悉广东工业大学申请的专利一种使用可变增广矩阵的机器人系统变阻抗模型的稳定性判断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:CN119748438B

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:202411827331.2,技术领域涉及:B25J9/16;该发明授权一种使用可变增广矩阵的机器人系统变阻抗模型的稳定性判断方法是由徐旺;谭震东;邹锦荣;刘勇华;鲁仁全;苏春翌设计研发完成,并于2024-12-12向国家知识产权局提交的专利申请。

一种使用可变增广矩阵的机器人系统变阻抗模型的稳定性判断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,尤其涉及一种一种使用可变增广矩阵的机器人系统变阻抗模型的稳定性判断方法,使机器人在刚度变化时,能够离线验证其稳定性。阻抗控制是一种适用于各种机械臂任务的通用力控制方案,其中一个应用就是人机协作:机械臂根据阻抗控制律对物体的进行力位混合控制,而操作员施加控制力到物体上或机器人上实现人机协作,完成如装配,搬运等工作。根据机械臂任务的不同,可使用可变的刚度参数,体现出柔顺性与顺应性。不仅可以控制外力和机器人运动之间的动态关系,而且还可以在任务期间以连续的方式灵活地改变这些动态行为。阻抗控制可以在关节坐标、笛卡尔坐标或其他特定于任务的坐标中实现。阻抗目标可以通过不同的方式来实现。

本发明授权一种使用可变增广矩阵的机器人系统变阻抗模型的稳定性判断方法在权利要求书中公布了:1.一种使用可变增广矩阵的机器人系统变阻抗模型的稳定性判断方法,其特征在于,包括以下步骤: 步骤1通过关节传感器获得机器人机械臂的状态参数信息; 步骤2构建期望的可变阻阻抗-轨迹模型,其中,具有个自由度的机械臂动力学方程如下: ; 其中,为机械臂关节空间中的惯量矩阵,是机械臂的科氏力矩阵,是机械臂的重力项,为机械臂雅可比矩阵,为末端执行器任务空间的维度,为关节输入力矩,其中为关节上受到的外力; 在关节空间中,质量阻尼弹簧系统的外力矩和位置误差表示为: ; 其中,,,为期望的惯性、阻尼和可变刚度矩阵,是正定且对称的; 令为控制力矩,如式3所示 ; 定义新的控制输入为: ; 将式3和式4代入1并引入符号得到式2中的闭环动力学,为机器人实际关节角位置,为期望关节角位置; 步骤3在阻抗控制器中,用户定义的阻抗参数,并对可变阻抗的稳定性进行分析; 步骤4在可变阻抗控制中,通过在李亚普诺夫函数导数的估计中引入可变增广矩阵,并对速度误差和位置误差之进行加权和来构造能量函数,建立与变刚度相关的状态无关的稳定性条件; 通过对速度误差和位置误差之进行加权和来构造能量函数,建立与变刚度相关的状态无关的稳定性条件,同时引入时变增广自由权重矩阵来降低能量函数的保守性,构造Lyapunov函数如下: ; 其中和是对称、半正定、连续可微的矩阵,沿着式2的轨迹对进行微分,其中,且为常数矩阵; ; 为了消除同时包含和的项,将定义为 ; 令,使得对于所有都是半正定的,将和代入式9则可得 ; 步骤5基于步骤4,设定阻尼参数和质量参数; 步骤6通过传感器获得的机械臂姿态信息和期望机械臂的姿态信息计算出姿态误差,根据误差与分层变阻抗控制模型计算出各个任务所需的控制力矩,输入到机械臂实现对机械臂的控制; 在动态解耦下的稳定性条件中,定义为定理1,若存在且,使得,其中,为中间变量,为在任意时间范围内,则存在是半负定的,是半负定的,则式2中系统在时是全局一致稳定的; 在定理1的第一个条件中,自由加权矩阵提供的自由度有助于降低稳定性判断方法的保守性,选择以确保定理1保持; 由定理1导出的稳定性不等式得到式13,将式13和式11简化为; 将定理1的第二个条件表示为不等式,并将包含时变自由权矩阵的项移至左侧; ; 在域对其积分可得 ; 让有。

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广东工业大学,其通讯地址为:510006 广东省广州市番禺区广州大学城外环西路100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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。