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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  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汪红兵获国家专利权

广东德晟智能科技有限公司汪红兵获国家专利权

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基于长短期记忆网络的机器人关节力矩控制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:CN121447650B

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:202610003209.6,技术领域涉及:B25J9/16;该发明授权基于长短期记忆网络的机器人关节力矩控制方法是由汪红兵;胡波;杨华;张攀;胡哓岚设计研发完成,并于2026-01-05向国家知识产权局提交的专利申请。

基于长短期记忆网络的机器人关节力矩控制方法在说明书摘要公布了:本发明涉及机器人控制技术领域,特别涉及基于长短期记忆网络的机器人关节力矩控制方法,方法包括采集多源数据并提取特征、双通道长短期记忆网络的前向传播与热漂移预测、基于预测值的实时前馈力矩补偿、模型的学习与优化和性能监控与诊断。本方案中,通过双通道长短期记忆网络预测模型,融合温度时序信息与关节运动状态特征,实现了对热致力矩漂移的动态预测。该模型采用温度与运动双通道分离处理的结构,使得模型能够分别在热积累基础效应和运动调制效应两个维度上进行特征提取与规律学习,显著提升了对于慢时变、非线性热漂移过程的建模能力,在线运行时,模型能够以前馈补偿方式实时修正力矩指令,有效抑制因温升导致的力矩零点漂移。

本发明授权基于长短期记忆网络的机器人关节力矩控制方法在权利要求书中公布了:1.基于长短期记忆网络的机器人关节力矩控制方法,其特征在于,包括: S1:采集多源数据并提取特征:机器人控制系统启动多源数据采集流程,在每个控制周期同步读取各传感器单元原始数据,经预处理计算提取物理特征,构建融合时空特征序列并进行标准化处理,生成特征矩阵; S2:双通道长短期记忆网络的前向传播与热漂移预测:将所述特征矩阵输入预先部署的双通道长短期记忆网络模型进行前向传播计算,得到原始热致漂移力矩预测值,并对所述原始热致漂移力矩预测值施加一阶低通滤波,得到平滑后的漂移预测值; S3:基于漂移预测值的实时前馈力矩补偿:上层控制器计算理论期望力矩指令,从该指令中减去所述平滑后的漂移预测值以生成补偿后力矩指令,结合补偿置信度管理与安全限制机制对所述补偿后力矩指令进行校验,并将校验通过的力矩指令下发至关节伺服驱动器; 所述补偿置信度管理与安全限制机制具体为:机器人控制系统实时计算当前预测的置信度指标,若高于预设的安全阈值,则采用全补偿策略;若下降至安全阈值以下,则启动降级策略,引入时变的补偿增益,使实际补偿量变为,其中为所述平滑后的漂移预测值,同时记录事件并提示操作人员; S4:模型的学习与优化:通过周期性策略与事件驱动策略触发增量学习流程,提取高置信度数据样本构成增量数据集,采用弹性权重巩固算法对所述双通道长短期记忆网络模型进行微调训练,在验证数据集上评估更新后模型性能,若满足预设条件则以更新后的模型参数替换原有模型参数; 所述周期性策略是指机器人连续运行满24小时后自动启动增量学习流程;所述事件驱动策略是指当系统持续监测到预测置信度低于阈值且实际力矩跟踪误差显著高于历史基线时,立即启动增量学习流程;所述增量数据集中的每个样本包括历史特征矩阵及其对应的目标值标签,所述目标值标签通过后台标定算法在机器人执行低速、匀速、空载运动的特定时间窗内估算得出; S5:性能监控与诊断:通过独立运行的监控线程对机器人控制系统运行过程中产生的力矩跟踪误差、热漂移预测值及相关传感器数据进行聚合、分析与长期跟踪,定期执行补偿功能开关对比测试以计算补偿有效性指标,执行系统健康检查,并根据异常或性能退化迹象采取相应的响应措施并存储相关数据。

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。