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！

龙图腾网获悉北京深谋科技有限公司申请的专利一种基于门控循环神经网络的工业机器人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：CN116512266B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202310557479.8，技术领域涉及：B25J9/16；该发明授权一种基于门控循环神经网络的工业机器人建模方法是由蔡海;郑如萍;唐在启设计研发完成，并于2023-05-17向国家知识产权局提交的专利申请。

本一种基于门控循环神经网络的工业机器人建模方法在说明书摘要公布了：本发明公开了一种基于门控循环神经网络的工业机器人建模方法。该发明提出的方法通过采集机器人关节运动变量和关节电机转矩，并对测量数据进行预处理，选用门控循环神经网络作为模型，使用自适应动量的随机优化方法训练模型参数，获得能反映工业机器人关节运动变量和关节电机转矩之间的系统描述。本发明采用门控循环神经网络对工业机器人进行建模，该方法方便可行，模型精度高，使用该模型进行控制可提高机器人性能。

本发明授权一种基于门控循环神经网络的工业机器人建模方法在权利要求书中公布了：1.一种基于门控循环神经网络的工业机器人建模方法，其特征在于，包括以下步骤： 步骤1，对机器人施加激励信号，选择五阶傅里叶级数轨迹，采集机器人状态数据，包括关节角位移、角速度、角加速度和关节转矩； 步骤2，对采集到的工业机器人关节角位移、角速度、角加速度和关节转矩数据，先根据三标准差准则，去除粗大误差，之后再用中位值平均滤波法处理，降低数据噪声带来的影响； 步骤3，采用门控循环神经网络作为机器人动力学模型，确定出网络拓扑结构；机器人动力学模型包括输入层、GRU隐藏层、原始输出层、全连接层和最终输出层；所述GRU隐藏层包含若干个相同结构的记忆单元，每个记忆单元由更新门和重置门组成，通过更新门和重置门对记忆单元状态进行更新，在任意t时刻，记忆单元的输入由其前一时刻即t-1时刻的隐藏状态和当前时刻即t时刻的输入两部分组成，表示第i个关节在t时刻的关节运动变量，，、、分别表示第i个关节t时刻的关节角位移、角速度和角加速度，计算公式如下： 其中，为更新门的输出；为重置门的输出；为t时刻的隐藏状态；为t时刻的激活状态；、、、、、为相应的权重；表示sigmoid函数，最终输出层的输出为机器人关节转矩： 其中，为矩阵权重； 步骤4，利用步骤2预处理后的数据，以自适应动量的随机优化方法训练模型参数；采用Huber函数作为损失函数，表示为： 其中，和分别表示为模型预测关节转矩和机器人的实际转矩；为超参数； 采用Adam自适应学习率方法更新模型参数，首先，估计一阶矩和二阶矩： 其中，为一阶矩估计的指数衰减率；为二阶矩估计的指数衰减率，为梯度； 其次，进行一阶矩估计、二阶矩估计偏差修正： 其中，为偏差校正第一矩向量，为偏差校正第二矩向量；最后进行参数更新为： 其中，和为要更新的参数向量；参数为一个接近0的正数；为学习率，用于控制步幅； 所述进行参数更新，直至Huber函数值满足给定拟合要求，模型根据轨迹计算得到的转矩估计值序列与转矩真实值序列的均方根误差满足给定的误差范围； 步骤5，在机器人关节运动空间生成测试轨迹输入到训练好的模型中预测转矩，计算误差验证模型效果；对模型进行评价，给定一段在可行工作空间中的测试轨迹，通过近似模型计算的估计转矩与电机输出转矩真值之间的均方误差满足给定的拟合要求。

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北京深谋科技有限公司，其通讯地址为：100081 北京市朝阳区化工路59号院4号楼1至14层101内05层160；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。