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！

龙图腾网获悉上海大学申请的专利一种机器人位置误差及其区间预测方法、装置及介质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：CN118664601B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202410980347.0，技术领域涉及：B25J9/16；该发明授权一种机器人位置误差及其区间预测方法、装置及介质是由陈冬冬;陈硕;孔冬冬;施伟豪;黎佳豪;王鑫设计研发完成，并于2024-07-22向国家知识产权局提交的专利申请。

本一种机器人位置误差及其区间预测方法、装置及介质在说明书摘要公布了：本发明涉及一种机器人位置误差及其区间预测方法，步骤包括：获取工业机器人工作的关节角度矢量，并计算理论位置与实际位置的差值，构建包含关节角度矢量和位置误差的数据集；将包含关节角度矢量和位置误差的数据集输入基于神经网络的预测模型；通过计算预测区间覆盖概率和平均预测区间宽度，在保证预测区间覆盖概率达标的同时最小化平均预测区间宽度，进行位置误差区间预测；通过定义可学习参数生成预测区间边界的相对权重，并使用均方误差损失进行预测值的回归，进行位置误差预测；预测模型输出位置误差值与其区间预测结果。与现有技术相比，本发明不仅能预测位置误差，还能预测误差范围，提高了位置误差预测的适用性与预测值的有效性。

本发明授权一种机器人位置误差及其区间预测方法、装置及介质在权利要求书中公布了：1.一种机器人位置误差及其区间预测方法，其特征在于，步骤包括： 获取工业机器人工作的关节角度矢量，并计算理论位置与实际位置的差值，构建包含关节角度矢量和位置误差的数据集； 将包含关节角度矢量和位置误差的数据集输入基于神经网络的预测模型； 通过计算预测区间覆盖概率和平均预测区间宽度，在保证预测区间覆盖概率达标的同时最小化平均预测区间宽度，来进行位置误差区间预测；所述的预测区间覆盖概率表示为： 其中，为估计的预测区间内的数据点总数；为关节角矢量组数； 所述的平均预测区间宽度表示为： 其中，，分别为第个样本在预测的上下界； 采用基于可能性的方法寻找最大化PICP的神经网络参数；通过最小化损失函数来调整预测区间的宽度；并且使用拉格朗日乘子平衡区间宽度与覆盖率来优化预测模型； 根据HQ准则，在预测区间覆盖概率达标的前提下最小化平均预测区间宽度； 落在区间外的点不进行计算，所述的平均预测区间宽度损失函数表达式为： 其中，表示在估计的预测区间内的数据点总数；、分别表示预测区间的上下界，表示样本是否在估计的预测区间内； 采用基于可能性的方法，寻找使预测区间覆盖概率最大化的神经网络参数： 其中，向量表示每个样本是否在估计的预测区间内，其中每个元素被视为一个二元变量，以的概率取值为1； 当样本数量足够大时，将的二项分布近似成均值为，方差为的正态分布： 使用最小化负对数似然函数解决最大化似然函数的问题，将正态分布简化为： 当预测区间覆盖概率小于时进行惩罚，所述的预测区间覆盖概率损失函数表达式为： 通过定义可学习参数生成预测区间边界的相对权重，并使用均方误差损失进行预测值的回归，来进行位置误差预测；所述的位置误差通过定义一个可学习的参数，生成位置误差的边界相对权重，位置误差预测的公式如下： 其中，，使用均方误差损失进行预测值的回归，位置误差预测的均方误差损失函数表达式为： 神经网络模型的损失函数，通过引入拉格朗日乘子来调整区间宽度与覆盖率的影响程度，表达式为： 其中，表示平均预测区间宽度损失函数；表示预测区间覆盖概率损失函数；表示位置误差预测的均方误差损失函数； 预测模型输出位置误差值与其区间预测结果。

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上海大学，其通讯地址为：200444 上海市宝山区上大路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。