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 > 浙江工业大学;浙江省白马湖实验室有限公司欧林林获国家专利权

浙江工业大学;浙江省白马湖实验室有限公司欧林林获国家专利权

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!

龙图腾网获悉浙江工业大学;浙江省白马湖实验室有限公司申请的专利基于强化学习PID控制器的移动工程装备作业机构的控制系统及使用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:CN120065687B

龙图腾网通过国家知识产权局官网在2026-02-17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:202510126446.7,技术领域涉及:G05B11/42;该发明授权基于强化学习PID控制器的移动工程装备作业机构的控制系统及使用方法是由欧林林;郭伟;禹鑫燚;周利波;魏岩;李元龙;石大川;冯远静;冯宇设计研发完成,并于2025-01-27向国家知识产权局提交的专利申请。

基于强化学习PID控制器的移动工程装备作业机构的控制系统及使用方法在说明书摘要公布了:一种基于强化学习PID控制器的移动工程装备作业机构的控制系统及使用方法,旨在实现对远程驾驶和自动驾驶两种作业方式的切换管理、指令流传输的控制以及两种关节控制模式的快速切换和控制;通过强化学习算法训练智能体自动调整PID控制器的参数,使控制器能够在不同的工作条件下自适应地优化控制效果。

本发明授权基于强化学习PID控制器的移动工程装备作业机构的控制系统及使用方法在权利要求书中公布了:1.一种基于强化学习PID控制器的移动工程装备作业机构的控制系统,其特征在于:由远程管控平台、自动驾驶控制单元、车载计算机、虚拟调试系统、TCP‑CAN协议转换单元、电液比例阀、关节驱动液压杆和行程传感器组成;行程传感器接收关节驱动液压杆的实际位置和实际速度,并传输至TCP‑CAN协议转换单元; 其中远程管控平台和自动驾驶控制单元通过以太网向车载计算机发送作业机构的控制指令,控制指令的内容包括作业机构的作业模式、控制模式以及关节目标速度或关节目标位置; 车载计算机包含数据通信服务器,数据通信服务器接收来自远程管控平台和自动驾驶控制单元的控制指令,并将控制指令分别传输至作业模式切换单元;同时数据通信服务器接收来自TCP‑CAN协议转换单元的实际位置和实际速度的信息,将实际位置传输至位置控制器中的位置PID控制器,将实际速度传输至速度控制器中的速度PID控制器; 作业模式切换单元根据作业模式从数据通信服务器中选择控制指令发送给关节控制模式切换单元;关节控制模式切换单元判断所选的关节控制模式,若为速度模式,则将目标速度数据发送给速度PID控制器;若为位置模式,则将目标位置发送给位置PID控制器; 位置PID控制器从数据通信服务器获取关节驱动液压杆的实际位置,通过实际位置和目标位置的差值计算出位置误差,并将位置误差传输至位置控制智能体,位置控制智能体根据当前的位置误差向位置PID控制器输出一组PID参数增量,位置PID控制器根据新的PID参数和当前位置误差计算出控制关节驱动液压杆的目标速度,将目标速度数据发送给速度PID控制器;速度PID控制器根据接收到的目标速度,同时获取数据通信服务器中的关节液压杆实际速度数据,计算出速度误差,并向速度控制智能体传输速度误差;速度控制智能体根据当前的速度误差向速度PID控制器输出一组PID参数增量,速度PID控制器根据新的PID参数和当前速度误差计算出控制关节驱动液压杆的电液比例阀的目标阀门开度,并通过TCP‑CAN协议转换单元发送到电液比例阀,实现对关节驱动液压杆的控制; 速度模式的工作步骤如下: A1.定义速度控制智能体的状态空间s为关节驱动液压杆当前的速度误差,其中是目标速度,是实际速度; A2.定义动作空间,将动作空间定义为PID控制器的三个增益值的增量,即ΔKp,ΔKi,ΔKd; A3.设计奖励函数: 其中, 是第t步的控制误差,对于速度控制器为速度误差,对于位置控制器为位置误差; 是指示函数,当 时为1,否则为0;  表示可以接受的误差范围;是第t步的积分项;Dt是第t步的微分项;ΔKp,t,ΔKi,t,ΔKd,t分别是第 t步对PID增益的增量调整;ω1,ω2,ω3,ω4,ω5是非负的权重参数; A4.构建强化学习智能体: 初始化动作网络,激活函数使用ReLU函数,在每个时间步,根据动作网络输出的高斯分布采样具体的动作: 其中,为采样得到的动作;和分别是动作网络输出的动作分布的均值和标准差; 为从标准正态分布中抽取的随机数样本; 初始化价值网络,激活函数使用ReLU函数,最后一层输出一个标量,表示状态的价值 ;初始化优化器和超参数:使用Adam优化器,并设置学习率;设置每次更新前采集的步数、折扣因子γ、回合最大步数、批量大小、截断常数ε; A5.对所构建的智能体进行训练; A6. 将速度模式投入实际应用。

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浙江工业大学;浙江省白马湖实验室有限公司,其通讯地址为:310014 浙江省杭州市拱墅区潮王路18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。