Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 绵阳师范学院邵镪钎获国家专利权

绵阳师范学院邵镪钎获国家专利权

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!

龙图腾网获悉绵阳师范学院申请的专利一种搬运机器人自适应重心调整方法及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:CN119974028B

龙图腾网通过国家知识产权局官网在2025-08-12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:202510475183.0,技术领域涉及:B25J9/16;该发明授权一种搬运机器人自适应重心调整方法及系统是由邵镪钎;佘明洪;黄余;熊静;董晓娜;曾双婧;张爱莲设计研发完成,并于2025-04-16向国家知识产权局提交的专利申请。

一种搬运机器人自适应重心调整方法及系统在说明书摘要公布了:本发明公开了一种搬运机器人自适应重心调整方法及系统,涉及机器人控制技术领域,包括,使用传感器分别采集物品的三维信息、接触力分布信息和机器人与物品之间的接触力信息,将采集的信息进行集成得到多模态数据集并预处理;利用深度学习算法,从三维图像信息中提取视觉特征向量,从接触力分布信息和接触力信息中提取触觉特征向量;将提取的视觉特征向量和触觉特征向量进行融合,得到多模态特征集;基于深度学习算法构建运动状态模型,利用历史多模态特征集输入运动状态模型,输出控制策略;利用实时反馈信息,优化控制算法和控制策略;本发明通过采集多模态传感器数据,并结合深度学习算法进行特征提取和融合,提出了一种自适应重心调整方法。

本发明授权一种搬运机器人自适应重心调整方法及系统在权利要求书中公布了:1.一种搬运机器人自适应重心调整方法,其特征在于:包括: 使用传感器分别采集物品的三维信息、接触力分布信息和机器人与物品之间的接触力信息,将采集的信息进行集成得到多模态数据集并预处理; 利用深度学习算法,从三维图像信息中提取视觉特征向量,从接触力分布信息和接触力信息中提取触觉特征向量,具体为: 利用卷积神经网络CNN从三维图像信息中提取出视觉特征向量; 利用长短期记忆网络LSTM从接触力分布信息和接触力信息中提取出触觉特征向量; 将提取的视觉特征向量和触觉特征向量进行融合,得到多模态特征集,具体为: 选择使用加权平均方法将视觉特征向量和触觉特征向量进行融合,得到多模态特征集,表达式为: ; 其中,和分别表示视觉特征向量和触觉特征向量的权重系数,表示时间,表示物品在时间的视觉特征向量,表示物品在时间的触觉特征向量; 基于深度学习算法构建运动状态模型,利用历史多模态特征集输入运动状态模型,输出控制策略,具体为: 基于长短期记忆网络LSTM和多层感知器MLP结合来构建运动状态模型; 收集历史多模态特征集,并将其输入运动状态模型,输出控制策略,表达式为: ; 其中,表示机器人在时间采取的控制策略,表示激活函数Sigmoid,表示多层感知器MLP输出层的权重矩阵,表示多层感知器MLP输出层的偏置项; 将输出的控制策略传递给机器人执行器,指导机器人的运动和姿态调整; 利用实时反馈信息,优化控制算法和控制策略,具体为: 机器人在执行任务时,根据传感器收集实时反馈信息; 通过传感器采集的原始信号,将原始信号经过一系列的预处理步骤,最终得到机器人的当前状态; 根据机器人的当前状态和控制策略,通过Q值函数评估控制策略的好坏,目标是最大化长期回报,Q-learning更新公式为: ; 其中,表示当前状态和控制策略下的Q值,表示学习率,表示在时间的即时奖励,表示折扣因子,表示更新后的控制策略,表示选择在状态下能够获得最大未来奖励的控制策略,表示机器人在时间的状态,表示机器人在时间采取的控制策略; 根据选择在给定状态下产生最大Q值的控制策略来指导机器人的动作。

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绵阳师范学院,其通讯地址为:621006 四川省绵阳市高新区绵兴西路166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”。

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。