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！

龙图腾网获悉江苏君昱合流体设备科技有限公司申请的专利一种基于强化学习的装卸臂机构智能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：CN120197308B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202510273398.4，技术领域涉及：G06F30/17；该发明授权一种基于强化学习的装卸臂机构智能优化方法及系统是由邵长春;邵新锐;吴茂树;朱航宇;祝梦雪设计研发完成，并于2025-03-10向国家知识产权局提交的专利申请。

本一种基于强化学习的装卸臂机构智能优化方法及系统在说明书摘要公布了：本发明涉及机械工程领域，揭露了一种基于强化学习的装卸臂机构智能优化方法及系统，包括：提取应用场景的环境数据，提取装卸臂的物理参数，分析装卸臂的工作流程，提取工作流程的作业数据；分析装卸臂的关节力矩和关节加速度，计算装卸臂的操作性能指标，分析装卸臂的工作稳定性；分析装卸臂的动作序列和作业路径，分析装卸臂的力矩限制和运动约束，确定装卸臂的最佳作业路径；构建装卸臂的传感器网络，实时采集装卸臂的工作数据，分析工作数据中的风险因子，计算装卸臂的风险概率；构建装卸臂的强化学习优化模型，分析装卸臂的优化参数，执行装卸臂的智能优化。本发明可以提升装卸臂的作业效率和安全性。

本发明授权一种基于强化学习的装卸臂机构智能优化方法及系统在权利要求书中公布了：1.一种基于强化学习的装卸臂机构智能优化方法，其特征在于，所述方法包括： 获取装卸臂的应用场景，提取所述应用场景的环境数据，提取所述装卸臂的物理参数，分析所述装卸臂的工作流程，提取所述工作流程的作业数据； 根据所述环境数据、所述物理参数以及所述作业数据，利用训练好的动力学分析模型分析所述装卸臂的关节力矩和关节加速度，根据所述关节力矩和所述关节加速度，计算所述装卸臂的操作性能指标，根据所述操作性能指标，分析所述装卸臂的工作稳定性，其中，所述利用训练好的动力学分析模型分析所述装卸臂的关节力矩和关节加速度，包括：根据所述环境数据，通过所述动力学分析模型分析所述装卸臂的外部作用力，根据所述物理参数和所述作业数据，利用下述公式计算所述装卸臂的惯性力效应， ； 其中，表示惯性力效应，表示装卸臂的连杆数量，表示物理参数对应第个连杆的连杆质量，表示物理参数对应从关节轴到第个连杆质心的位置向量，表示作业数据对应关节角速度向量，表示关节角速度向量随时间的变化率，根据所述惯性力效应和所述外部作用力，计算所述装卸臂的关节力矩和关节加速度，其中，所述根据所述关节力矩和所述关节加速度，计算所述装卸臂的操作性能指标，包括：根据所述关节力矩和所述关节加速度，计算所述装卸臂的关节功率，根据所述关节功率，分析所述装卸臂的作业能耗，根据所述关节力矩，利用下述公式计算所述装卸臂的力矩波动： ； 其中，表示力矩波动，表示装卸臂对应的关节总数，表示装卸臂对应第个关节的关节力矩，根据所述关节功率、所述作业能耗以及所述力矩波动，确定所述装卸臂的操作性能指标； 分析所述装卸臂的动作序列和作业路径，根据所述动作序列和所述作业路径，分析所述装卸臂的力矩限制和运动约束，根据所述力矩限制和所述运动约束，利用预设的路径规划算法，确定所述装卸臂的最佳作业路径； 构建所述装卸臂的传感器网络，根据所述传感器网络，实时采集所述装卸臂的工作数据，分析所述工作数据中的风险因子，根据所述风险因子，利用预设的风险分析模型计算所述装卸臂的风险概率，其中，所述根据所述风险因子，利用预设的风险分析模型计算所述装卸臂的风险概率，包括：根据所述装卸臂对应的工作数据，利用所述风险分析模型计算所述风险因子的风险系数，基于所述风险系数，确定所述装卸臂的初始风险概率，根据所述初始风险概率、所述风险系数以及所述风险因子，利用下述公式计算所述装卸臂的风险概率： ； 其中，表示风险概率，表示初始风险概率，表示风险因子的因子数量，表示第个风险因子，表示第个风险因子的风险系数，表示以底的指数函数； 根据所述工作稳定性、所述最佳作业路径以及所述风险概率，构建所述装卸臂的强化学习优化模型，根据所述强化学习优化模型，分析所述装卸臂的优化参数，基于所述优化参数，执行所述装卸臂的智能优化。

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江苏君昱合流体设备科技有限公司，其通讯地址为：222000 江苏省连云港市赣榆高新技术产业开发区德友精工通用零部件产业园44-1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。