北京航空航天大学杭州创新研究院;北京航空航天大学王薇获国家专利权
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！
龙图腾网获悉北京航空航天大学杭州创新研究院;北京航空航天大学申请的专利基于机理-贝叶斯联合建模的机械臂控制方法和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：CN121468587B 。
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：202610008118.1，技术领域涉及：B25J9/16；该发明授权基于机理-贝叶斯联合建模的机械臂控制方法和系统是由王薇;刘乃源;吕金虎;高庆;闫嘉琦;于晓龙设计研发完成，并于2026-01-06向国家知识产权局提交的专利申请。
本基于机理-贝叶斯联合建模的机械臂控制方法和系统在说明书摘要公布了：本发明提供了一种基于机理‑贝叶斯联合建模的机械臂控制方法和系统，涉及机器人控制的技术领域，该方法首先通过构建机械臂机理模型并估计其参数，获得初步动力学预测；然后结合电机驱动力矩观测数据，建立机理模型残差的随机数学模型，将其分解为确定性与随机性部分；利用贝叶斯神经网络对残差进行概率学习，输出残差的预测均值和方差；结合初步动力学预测与残差信息，构建无加速度信号依赖的数据驱动不确定性适应控制律，并进行随机稳定性分析；生成稳定的关节驱动力矩指令，实现机械臂高精度轨迹跟踪。本发明结合机理模型的可解释性与数据驱动模型的强适应性，有效兼顾了控制精度与柔顺性，提升了机械臂在复杂动态环境下的鲁棒性与可靠性。
本发明授权基于机理-贝叶斯联合建模的机械臂控制方法和系统在权利要求书中公布了：1.一种基于机理-贝叶斯联合建模的机械臂控制方法，其特征在于，所述方法包括： 对预先构建的机械臂机理模型的参数进行估计，生成初步动力学预测； 基于所述初步动力学预测和关节电机驱动力矩的观测数据之间的偏差，通过参数辨识与随机过程建立机理模型残差的随机数学模型；所述随机数学模型用于表示所述机理模型残差，所述随机数学模型包括确定性部分和随机性部分； 基于所述机理模型残差的随机数学模型，采用贝叶斯神经网络对所述机理模型残差进行概率学习，以输出所述机理模型残差的预测均值和预测方差； 利用所述初步动力学预测、所述残差的预测均值和预测方差，设计数据驱动的无加速度信号的不确定性适应控制律； 对所述不确定性适应控制律进行随机稳定性分析，并利用通过随机稳定性分析的所述不确定性适应控制律生成关节电机驱动力矩指令；所述关节电机驱动力矩指令用于控制机械臂各关节运动实现轨迹跟踪。
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航空航天大学杭州创新研究院;北京航空航天大学，其通讯地址为：310000 浙江省杭州市滨江区长河街道炬航弄99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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励