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！

龙图腾网获悉重庆大学申请的专利工业机器人能耗预测模型构建方法及迁移学习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：CN117226845B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202311309221.2，技术领域涉及：B25J9/16；该发明授权工业机器人能耗预测模型构建方法及迁移学习方法是由江沛;王作学;李孝斌;尹超;郑嘉骏;杨博栋设计研发完成，并于2023-10-10向国家知识产权局提交的专利申请。

本工业机器人能耗预测模型构建方法及迁移学习方法在说明书摘要公布了：本发明公开了一种工业机器人能耗预测模型构建方法，首先通过分析工业机器人能耗构成，以构建得到功率P及能耗E模型，揭示了功率P及能耗E与关节位置q、速度和加速度之间的非线性映射关系；而后构建工业机器人能耗预测模型对该非线性映射关系进行求解，具体的，利用关节轨迹变时间尺度缩放模块将功率P及能耗E模型转换为离散形式；如此，以m、qstk、以及hk作为输入，以堆叠GRU层结合掩码自注意力机制提取功率P及能耗E的因果关系，从而可以得到工业机器人功率P及能耗E的预测值。即本发明、构建得到的工业机器人能耗预测模型能够完成对预设任务下工业机器人关节轨迹不同时间缩放规律下的能耗预测。本发明还公开了一种工业机器人能耗预测模型迁移学习方法。

本发明授权工业机器人能耗预测模型构建方法及迁移学习方法在权利要求书中公布了：1.一种工业机器人能耗预测模型构建方法，其特征在于：包括如下步骤： 步骤一：基于工业机器人的能耗组成，构建功率及能耗模型： 其中，表示末端负载；、和分别表示关节的位置、速度和加速度矢量；表示工业机器人运动的结束时间；表示非线性映射关系； 步骤二：以GRU网络和掩码自注意力机制相结合构建工业机器人能耗预测模型；所述工业机器人能耗预测模型包括关节轨迹变时间尺度缩放模块、数据预处理层、堆叠GRU层、掩码自注意力机制、全连接层以及回归输出层； 步骤三：利用关节轨迹变时间尺度缩放模块将参考关节轨迹和均匀时间间隔序列转换为变时间尺度缩放轨迹和变时间尺度缩放时间间隔序列；基于变时间尺度缩放轨迹和变时间尺度缩放时间间隔序列将功率及能耗模型转换为离散形式： 其中，表示变时间尺度缩放轨迹对时间的一阶导数，即关节速度；表示变时间尺度缩放轨迹对时间的二阶导数，即关节加速度；为时间轴上控制段的数量； 步骤四：以、、、和作为输入，利用数据预处理层对输入数据序列进行标准化、归一化处理，按照能耗水平以分层采样方式将数据序列划分为训练集、验证集和测试集； 步骤五：将训练集输入堆叠GRU层，以堆叠GRU层结合掩码自注意力机制提取功率及能耗与末端负载、关节轨迹、速度、加速度和变时间尺度缩放时间间隔序列之间的因果关系； 步骤六：基于提取得到的因果关系，利用回归输出层输出功率及能耗的预测值，进而得到工业机器人功率预测序列和能耗预测序列； 步骤七：基于工业机器人功率预测序列和能耗预测序列分别判断功率及能耗的预测值与真实值之间的误差是否均小于设定阈值：若是，则执行步骤九；若否，则执行步骤八； 步骤八：采用反向传播算法更新堆叠GRU层的权重，执行步骤五； 步骤九：分别以验证集和测试集对能耗的预测精度进行验证和测试，构建得到工业机器人能耗预测模型。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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。