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！

龙图腾网获悉西北工业大学申请的专利一种面向机器人操作的分支线性柔性体动力学建模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：CN121061909B 。

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：202511630873.5，技术领域涉及：B25J9/16；该发明授权一种面向机器人操作的分支线性柔性体动力学建模方法是由王嘉康;陈长胜;宋鹏;杨宏安;赖潇;盛梓茂设计研发完成，并于2025-11-10向国家知识产权局提交的专利申请。

本一种面向机器人操作的分支线性柔性体动力学建模方法在说明书摘要公布了：本申请属于机器人操作技术领域。本申请提供一种面向机器人操作的分支线性柔性体动力学建模方法。本公开实施例通过BDLO状态分割、局部特征聚合、分程度的分支交互构建与状态联合求解的方式，解决BDLO高维度、非线性、动态性和各向异性带来的状态变化与机器人动作关系构建困难的问题，实现准确、可靠的BDLO动力学建模，进而提高机器人自主操作BDLO的准确性与可靠性，推动机器人自主操作技术在BDLO场景中的广泛应用与后续发展。

本发明授权一种面向机器人操作的分支线性柔性体动力学建模方法在权利要求书中公布了：1.一种面向机器人操作的分支线性柔性体动力学建模方法，其特征在于，包括： 步骤S1：从相机采集的BDLO图像中提取N个关键点，将对所有关键点进行分割并优化，以得到若干个优化关键点集合；具体包括： 步骤S1-1：获取相机采集的BDLO图像，提取BDLO图像的N个关键点及其拓扑关系，并标识BDLO图像中的分支点和交叠点； 步骤S1-2：以每个关键点为顶点集，以关键点之间的拓扑关系为边集，构建无向图； 步骤S1-3：根据分支点、交叠点和无向图，对关键点进行分割，以得到关键点集合； 步骤S1-4：对关键点集合进行优化，排除重复点，以得到若干个优化关键点集合； 步骤S2：针对每个优化关键点集合，构建关键点张量和邻接张量，使用GCN算法分别对每个关键点张量和邻接张量进行特征聚合，得到聚合特征张量，并将所有聚合特征张量拼接，得到拼接聚合特征张量；具体包括： 步骤S2-1：将优化关键点集合分别构建为张量； 步骤S2-2：针对每一个优化关键点张量，，构建相应的邻接张量； 步骤S2-3：以每个优化关键点张量及其对应的邻接张量为输入，通过多层GCN算法进行聚合计算，得到各个优化关键点张量的聚合特征张量；将每个聚合特征张量按关键点个数的维度方向进行拼接，得到拼接聚合特征张量；其中，聚合特征张量包含第一维度和第二维度，第一维度表示关键点个数，第二维度表示每个关键点的信息的维度； 步骤S3：利用第一多层感知机对拼接聚合特征张量进行维度扩展后，使用软掩码表示关键点间的不同程度的交互关系，结合第一Transformer编码器的编码，对拼接聚合特征张量进行分支交互关系特征的构建，得到当前状态的全局信息特征张量；具体包括： 步骤S3-1：通过第一多层感知机的线性层与ReLU激活函数扩展聚合特征张量的第二维度，从中提取更深层次的隐藏特征张量； 步骤S3-2：通过正弦余弦位置编码方式为隐藏特征张量中的每个关键点元素生成位置编码，并将其与关键点的特征向量相加，得到更新后的隐藏特征张量； 步骤S3-3：创建软掩码张量，软掩码张量各元素初始值为负无穷； 步骤S3-4：利用无向图，更新软掩码张量中的各元素值；其中，i为软掩码张量中的第i行，j为软掩码张量中的第j列； 步骤S3-5：将更新后的隐藏特征张量与更新后的软掩码张量，利用多层的第一Transformer编码器进行处理，通过多层自注意力机制与前馈神经网络，对拼接聚合特征张量间的交互关系特征进行表征，输出融合全局信息特征张量； 步骤S4：根据当前状态的全局信息特征张量和期望状态的全局信息特征张量，通过第二Transformer编码器的编码与第二多层感知机解码，得到机器人的抓取位置与放置位置，实现从BDLO状态变化到机器人动作的动力学建模。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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。