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 > 盐城工学院杨流松获国家专利权

盐城工学院杨流松获国家专利权

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!

龙图腾网获悉盐城工学院申请的专利一种全向移动机器人抗扰控制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:CN119002339B

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:202411045045.0,技术领域涉及:G05B19/042;该发明授权一种全向移动机器人抗扰控制系统是由杨流松;张冬颖;潘宇硕;聂岭设计研发完成,并于2024-08-01向国家知识产权局提交的专利申请。

一种全向移动机器人抗扰控制系统在说明书摘要公布了:本发明涉及机器人控制技术领域,并具体公开了一种全向移动机器人抗扰控制系统,包括:扰动项提取模块,用于获得全向移动机器人在预前周期内的所有扰动项信息;空间方程生成模块,用于生成全向移动机器人的预前扰动扩张状态空间方程;控制量修正模块,用于对全向移动机器人在预前周期内的目标控制量进行扰动修正,获得全向移动机器人在预前周期内的抗扰动控制量;抗扰控制模块,用于将全向移动机器人在预前周期内的抗扰动控制量当作全向移动机器人在预前周期内的输入控制量,获得全向移动机器人的抗扰控制结果;用以对对全向移动机器人在预前周期内的目标控制量进行高精度的扰动修正,以实现对全向移动机器人的高精度抗扰控制。

本发明授权一种全向移动机器人抗扰控制系统在权利要求书中公布了:1.一种全向移动机器人抗扰控制系统,其特征在于,包括: 扰动项提取模块,用于在全向移动机器人在预前周期内的观测环境数据中提取出全向移动机器人在预前周期内的所有扰动项信息,包括: 传感观测子模块,用于基于多种环境观测传感器获取全向移动机器人当前所在环境的环境传感观测数据; 环境视频获取子模块,用于在全向移动机器人的预前视角获取全向移动机器人的预前环境视频; 环境观测数据获取子模块,用于基于全向移动机器人当前所在环境的环境传感观测数据和预前环境视频,获得全向移动机器人的环境预前传感观测数据和环境预前视觉观测数据,包括: 传感数据预测单元,用于基于预前环境视频对全向移动机器人当前所在环境的环境传感观测数据进行预测,获得全向移动机器人的环境预前传感观测数据,包括: 影响表达式确定子单元,用于基于历史环境传感观测渐变数据和对应渐变范围内环境视频,挖掘出每项环境传感观测数据的所有影响项对对应项环境传感观测数据的影响表达式,包括: 第一位置确定端,用于分别将采集到历史环境传感观测渐变数据中的每项观测数据量中的每个观测值的实际空间位置当作每个观测值的依据位置; 第二位置确定端,用于确定出对应渐变范围内环境视频中的所有项可提取数据量,并确定出每项可提取数据量中的每个数值的依据视频帧是否仅有一个,若是,则将对应视频帧的中心像素点在实际空间位置中对应的位置点当作对应数值的依据位置,否则,将所有依据视频帧中的中间视频帧的中心像素点在实际空间位置中对应的位置点当作对应数值的依据位置; 表示曲线生成端,用于基于每项观测数据量中的所有观测值拟合出以对应依据位置为横坐标值的每项观测数据量的数据表示曲线,同时,基于每项可提取数据量中的所有数值拟合出以对应依据位置为横坐标值的每项可提取数据量的数据表示曲线; 影响表达式挖掘端,用于基于所有项观测数据量的数据表示曲线和所有项可提取数据量的数据表示曲线,挖掘出每项环境传感观测数据的所有影响项对对应项环境传感观测数据的影响表达式,包括: 曲线分段子端,用于基于每个数据表示曲线的曲线渐变特征,分析出每个数据表示曲线中的所有高概率拐点,基于每个数据表示曲线中的所有高概率拐点对每个数据表示曲线进行分段,获得每个数据表示曲线的所有分段数据表示曲线; 影响项筛选子端,用于在所有项可提取数据量中,筛选出对应的所有分段数据表示曲线与单项观测数据量的所有分段数据表示曲线的递增递减变化特征完全一致或相反的所有项可提取数据量,当作对应项观测数据量的所有第一筛选数据量; 影响表达式挖掘子端,用于基于每项观测数据量的所有分段数据表示曲线和对应的所有第一筛选数据量的所有分段数据表示曲线,挖掘出每项环境传感观测数据的所有影响项对对应项环境传感观测数据的影响表达式,包括: 计算出每项观测数据量的任一观测值与对应的每个第一筛选数据量中的任一数值之间的皮尔逊积矩相关系数,并基于每项观测数据量与对应的每个第一筛选数据量之间的所有皮尔逊积矩相关系数搭建出每个第一筛选数据量的皮尔逊积矩相关系数矩阵; 将每项观测数据量的所有第一筛选数据量的皮尔逊积矩相关系数矩阵的秩中的众数对应的所有第一筛选数据量,当作对应项观测数据量的所有影响项; 对每项观测数据量的所有分段数据表示曲线和对应的所有影响项的所有分段数据表示曲线进行多变量回归分析,获得每项环境传感观测数据的所有影响项对对应项环境传感观测数据的影响表达式; 影响项信息提取子单元,用于在预前环境视频中提取出全向移动机器人当前所在环境的每项环境传感观测数据的所有影响项信息; 观测数据预测子单元,用于将全向移动机器人当前所在环境的每项环境传感观测数据的所有影响项信息,代入至每项环境传感观测数据的所有影响项对对应项环境传感观测数据的影响表达式,获得全向移动机器人的环境预前传感观测数据 视觉观测数据提取单元,用于在全向移动机器人的预前环境视频中提取出全向移动机器人的环境预前视觉观测数据; 扰动项提取子模块,用于在全向移动机器人的环境预前传感观测数据和环境预前视觉观测数据中提取出全向移动机器人在预前周期内的所有扰动项信息; 空间方程生成模块,用于基于全向移动机器人在预前周期内的所有扰动项信息和系统当前已知状态空间方程,生成全向移动机器人的预前扰动扩张状态空间方程; 控制量修正模块,用于基于观测器增益参数未知量和非线性函数以及全向移动机器人的预前扰动扩张状态空间方程,对全向移动机器人在预前周期内的目标控制量进行扰动修正,获得全向移动机器人在预前周期内的抗扰动控制量; 抗扰控制模块,用于将全向移动机器人在预前周期内的抗扰动控制量当作全向移动机器人在预前周期内的输入控制量,获得全向移动机器人的抗扰控制结果; 其中,控制量修正模块,包括: 观测器函数生成子模块,用于基于观测器增益参数未知量和非线性函数以及全向移动机器人的预前扰动扩张状态空间方程,生成扩张状态非线性观测器函数; 扰动项表示子模块,用于基于扩张状态非线性观测器函数确定出所有扰动项的表达式; 控制量修正子模块,用于基于所有扰动项的表达式对全向移动机器人在预前周期内的目标控制量进行扰动修正,获得全向移动机器人在预前周期内的抗扰动控制量。

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盐城工学院,其通讯地址为:224000 江苏省盐城市亭湖区希望大道中路1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。