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 > 广东德晟智能科技有限公司胡波获国家专利权

广东德晟智能科技有限公司胡波获国家专利权

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!

龙图腾网获悉广东德晟智能科技有限公司申请的专利一种基于深度学习的机器人关节力矩自调节控制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:CN121043152B

龙图腾网通过国家知识产权局官网在2026-02-24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:202511558839.1,技术领域涉及:B25J9/16;该发明授权一种基于深度学习的机器人关节力矩自调节控制系统是由胡波;汪红兵;邓先锦;杨华;李裕昆;冯轶设计研发完成,并于2025-10-29向国家知识产权局提交的专利申请。

一种基于深度学习的机器人关节力矩自调节控制系统在说明书摘要公布了:本发明涉及机器人控制技术领域,特别涉及一种基于深度学习的机器人关节力矩自调节控制系统,包括机器人主体、环境感知与坐标构建模块、深度学习力矩建模模块、路径规划与力矩预调模块、实时反馈修正模块和多关节协同优化模块;各模块之间通过CAN‑Ethernet混合总线实现数据交互。本方案中,通过激光雷达、深度相机、关节力传感器与IMU的协同采集,结合世界坐标系、主体坐标系与关节局部坐标系的转换,实现环境特征、运动参数在统一框架下的整合。这一设计避免因坐标不统一或数据碎片化导致的力矩偏差,让力矩控制能够更贴合实际环境与机器人状态,从基础层面提升力矩控制的整体准确性,适配复杂场景下对力矩计算的精准需求。

本发明授权一种基于深度学习的机器人关节力矩自调节控制系统在权利要求书中公布了:1.一种基于深度学习的机器人关节力矩自调节控制系统,其特征在于,包括机器人主体、环境感知与坐标构建模块、深度学习力矩建模模块、路径规划与力矩预调模块、实时反馈修正模块和多关节协同优化模块; 所述机器人主体用于执行任务和移动; 所述环境感知与坐标构建模块用于采集环境信息与机器人状态数据,建立空间坐标系; 所述深度学习力矩建模模块用于基于环境特征与坐标参数,通过深度学习模型计算初始关节力矩; 所述路径规划与力矩预调模块用于生成预规划路径,并根据路径对关节力矩进行预调节; 所述实时反馈修正模块用于采集实时运动数据,校准力矩并对突发障碍进行应急响应; 所述多关节协同优化模块用于实现多关节力矩的全局协调与时序迭代控制; 各模块之间通过CAN-Ethernet混合总线实现数据交互; 所述路径规划与力矩预调模块采用改进A*算法生成预规划路径,并按控制周期离散化得到期望位置和期望关节角; 所述路径规划与力矩预调模块通过PID控制与非线性补偿相结合的策略进行力矩预调节; 所述路径规划与力矩预调模块还对预调节力矩进行物理可行性验证,确保角加速度不超过关节最大承受值; 所述实时反馈修正模块采集实际角度、实际力矩和实时环境数据,计算角度偏差和力矩偏差; 所述实时反馈修正模块采用增量学习支持向量机ISVM算法进行动态校准,输出校准后第关节的力矩; 所述实时反馈修正模块还设有应急响应机制,当检测到突发阻碍物且最短距离0.3m时,调整运动速度或施加制动力矩; 所述多关节协同优化模块构建多目标优化函数, ; 其中,为协同性目标函数,为关联关节对集合,为关节对的协同系数,和为第个关节和第个关节的力矩集合,为平稳性目标函数,为权重系数,为上一周期的校准力矩; 所述多关节协同优化模块采用改进粒子群优化PSO算法求解最优力矩集; 所述多关节协同优化模块按控制周期进行时序迭代,直至机器人完成任务。

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德晟智能科技有限公司,其通讯地址为:528000 广东省佛山市禅城区南庄镇杏丰路13号A1座-6J;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。