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！

龙图腾网获悉四川犍小茉科技有限公司申请的专利结合机器学习的采摘机械臂动作优化方法及系统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：CN121105045B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202511661944.8，技术领域涉及：B25J9/16；该发明授权结合机器学习的采摘机械臂动作优化方法及系统是由万义良;万义才;胡笑瑜;郑世杰;孙安仁;方桐设计研发完成，并于2025-11-13向国家知识产权局提交的专利申请。

本结合机器学习的采摘机械臂动作优化方法及系统在说明书摘要公布了：本发明提供一种结合机器学习的采摘机械臂动作优化方法及系统，首先获取采摘机械臂在不同采摘场景下的包含各关节运动角度、速度及采摘执行部件动作时长的动作数据集合，进行关联分析生成动作关联规则；接着调用预先训练的机器学习模型，建立动作关联规则与预设采摘动作优化目标的映射关系，得到映射关系表；然后基于映射关系表生成包含各关节调整参数及采摘执行部件调整参数的初始动作优化方案；再对初始方案进行动作序列适配处理得到适配动作序列；最后将适配动作序列转换为动作控制指令并发送至采摘机械臂控制系统，驱动机械臂执行采摘动作，实现采摘机械臂动作的优化。

本发明授权结合机器学习的采摘机械臂动作优化方法及系统在权利要求书中公布了：1.一种结合机器学习的采摘机械臂动作优化方法，其特征在于，所述方法包括： 获取采摘机械臂在不同采摘场景下的动作数据集合，对所述动作数据集合进行关联分析，生成动作关联规则，所述动作数据集合包含机械臂各关节的运动角度数据、运动速度数据及采摘执行部件的动作时长数据； 调用预先训练的机器学习模型，将所述动作关联规则与预设的采摘动作优化目标输入所述机器学习模型，建立所述动作关联规则与所述采摘动作优化目标之间的映射关系，得到映射关系表； 基于所述映射关系表生成采摘机械臂的初始动作优化方案，所述初始动作优化方案包含各关节的调整角度参数、调整速度参数及采摘执行部件的调整时长参数； 对所述初始动作优化方案进行动作序列适配处理，将所述初始动作优化方案中的参数转换为机械臂可执行的动作序列，得到适配动作序列； 将所述适配动作序列转换为采摘机械臂动作控制指令，将所述采摘机械臂动作控制指令发送至采摘机械臂控制系统，所述采摘机械臂控制系统接收所述采摘机械臂动作控制指令后驱动采摘机械臂执行采摘动作； 所述对所述初始动作优化方案进行动作序列适配处理，将所述初始动作优化方案中的参数转换为机械臂可执行的动作序列，得到适配动作序列，包括： 提取所述初始动作优化方案中的各关节的调整角度参数、调整速度参数、采摘执行部件的调整时长参数及过渡衔接参数； 将各关节的调整角度参数转换为机械臂关节运动的角度控制序列，每个角度控制序列包含多个时间节点对应的关节角度目标值，时间节点的间隔根据调整速度参数确定； 将各关节的调整速度参数转换为机械臂关节运动的速度控制序列，每个速度控制序列包含多个时间节点对应的关节速度目标值，速度控制序列与角度控制序列在时间节点上保持同步； 将采摘执行部件的调整时长参数转换为采摘执行部件的动作控制序列，所述动作控制序列包含采摘执行部件的启动时间节点、动作维持时间节点及停止时间节点，动作维持时间节点与调整时长参数对应； 将过渡衔接参数转换为过渡控制序列，所述过渡控制序列包含相邻动作阶段之间的关节角度过渡目标值、速度过渡目标值及过渡时间节点，所述过渡控制序列用于衔接相邻的角度控制序列与速度控制序列； 将角度控制序列、速度控制序列、采摘执行部件的动作控制序列及过渡控制序列按照时间节点顺序进行整合，每个时间节点对应一组完整的控制参数； 删除整合过程中出现的重复时间节点及重复控制参数，保留每个时间节点对应的唯一控制参数组，对整合后的控制参数组进行时间轴校准，使所有控制参数组按照统一的时间间隔排列，形成连续的动作控制参数序列，将所述动作控制参数序列转换为机械臂控制系统能够识别的指令格式序列，得到适配动作序列； 所述获取采摘机械臂在不同采摘场景下的动作数据集合，对所述动作数据集合进行关联分析，生成动作关联规则，包括： 接收采摘机械臂通过关节传感器及动作计时器传输的动作数据集合，所述关节传感器用于采集机械臂各关节的运动角度数据和运动速度数据，所述动作计时器用于采集采摘执行部件的动作时长数据； 将所述动作数据集合按照采摘场景类型进行划分，每个采摘场景类型对应一组场景动作数据子集，所述采摘场景类型根据采摘对象的形态特征及生长环境特征确定； 对每个所述场景动作数据子集进行数据分割处理，将每个所述场景动作数据子集拆分为多个动作数据块，每个所述动作数据块包含单个完整采摘动作周期内的机械臂各关节的运动角度数据、运动速度数据及采摘执行部件的动作时长数据； 提取每个所述动作数据块中的关联特征，所述关联特征包含同一关节的运动角度数据与运动速度数据的对应关系、不同关节之间的运动角度数据的协同关系、采摘执行部件的动作时长数据与关节运动速度数据的对应关系； 计算同一所述场景动作数据子集中不同动作数据块之间的关联特征相似度，针对每个关联特征单独计算其在不同数据块中数据序列的相似性，得到各特征的独立相似性评分，根据各关联特征在采摘动作中的重要性权重，综合所有独立相似性评分，得出整体的关联特征相似度； 根据所述关联特征相似度筛选出具有相似关联特征的动作数据块组，每个所述动作数据块组包含多个关联特征相似度符合预设条件的动作数据块； 分析每个所述动作数据块组中的关联特征共性，提取能够反映该动作数据块组动作数据块关联规律的规则条目，每个所述规则条目包含关联特征的具体对应关系描述； 将所有所述规则条目按照采摘场景类型进行分类整理，每个采摘场景类型对应一组规则条目，形成完整的动作关联规则。

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四川犍小茉科技有限公司，其通讯地址为：610000 四川省成都市温江区永宁镇八一路南段128号1栋附4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。