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 > 辽宁工业大学毕文姗获国家专利权

辽宁工业大学毕文姗获国家专利权

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!

龙图腾网获悉辽宁工业大学申请的专利具有输入量化的多全向移动机器人模型的无碰撞预设时间编队控制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:CN120066027B

龙图腾网通过国家知识产权局官网在2025-09-12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:202510193242.5,技术领域涉及:G05D1/43;该发明授权具有输入量化的多全向移动机器人模型的无碰撞预设时间编队控制方法是由毕文姗;毕文凯;隋帅;佟绍成设计研发完成,并于2025-02-21向国家知识产权局提交的专利申请。

具有输入量化的多全向移动机器人模型的无碰撞预设时间编队控制方法在说明书摘要公布了:本发明公开了一种具有输入量化的多全向移动机器人模型的无碰撞预设时间编队控制方法,通过无碰撞预设时间编队控制器进行控制,首先建立具有未知非线性项的多全向移动机器人动力学模型,通过分析该动力学模型可以构建迟滞量化器将连续的输入信号量化为离散的信号,并构建了一个新颖的人工势场函数来实现多台全向移动机器人之间无碰撞,以及机器人与环境障碍物之间无碰撞。利用径向基函数神经网络逼近未知的非线性项,以此建立李雅普诺夫函数,并结合动态面控制技术,构造预设时间滤波器。在以上工作的基础上可以得到多全向移动机器人模型的自适应律以及无碰撞预设时间编队控制器。

本发明授权具有输入量化的多全向移动机器人模型的无碰撞预设时间编队控制方法在权利要求书中公布了:1.具有输入量化的多全向移动机器人模型的无碰撞预设时间编队控制方法,其特征在于,由多台全向移动机器人组成的系统作为控制对象,建立具有未知非线性项的动力学模型;在多全向移动机器人系统中,第i台全向移动机器人的动力学模型描述如下: 其中,表示第i台全向移动机器人的位姿,表示第i台全向移动机器人的速度状态, xwi和ywi分别代表全向移动机器人在世界坐标系下Xw方向和Yw方向上的坐标值; 表示第i台全向移动机器人的机器人坐标系Xr轴正方向与世界坐标系Xw轴正方向之间的夹角; yi表示第i台全向移动机器人的输出状态; qτi=[qτi,1qτi,2qτi,3qτi,4]T表示迟滞量化器的输出,即第i台全向移动机器人的无碰撞预设时间编队控制器; qτi,1、qτi,2、qτi,3、qτi,4分别表示第i台全向移动机器人的第1、2、3、4个麦克纳姆轮的输入力矩; 将和分别简写为fi,1、fi,2、gi、fi;fi,1和fi,2表示由于全向移动机器人实际的模型建立及运行场景与理想假设之间的差异所导致产生的未知非线性项; gi表示第i台全向移动机器人自身所固有的非线性项,fi表示第i台全向移动机器人自身所固有的控制输入增益矩阵,用如下数学公式表示: 是一个3×3的矩阵,代表世界坐标系和机器人坐标系之间的转换矩阵; 代表麦克纳姆轮所受的静摩擦力; 表示全向移动机器人各轮的角速度; R代表麦克纳姆轮的半径; 是一个3×3的矩阵,代表的逆矩阵的导数; Bθ表示麦克纳姆轮的粘性摩擦系数; J+是一个3×4的矩阵,J是一个4×3的矩阵,分别代表全向移动机器人正运动学模型和逆运动学模型的雅可比矩阵; 代表麦克纳姆轮的角加速度; Q是一个4×4的矩阵,代表麦克纳姆轮角加速度的增益矩阵; Q-1是一个4×4的矩阵,表示Q的逆矩阵; 定义第i台全向移动机器人障碍集 是碰撞检测范围; Ωi表示第i个追随者的邻域集; 是第i个全向移动机器人的位姿,是环境障碍物的位姿; 构建人工势场函数如下: 代表无碰撞距离误差,c表示障碍集中的障碍物, d代表最小安全距离; 0m=[000]T; 对人工势场函数求偏导得: 利用径向基函数神经网络逼近动力学模型中的所述未知非线性项,建立李雅普诺夫函数; 结合动态面控制技术,构造预设时间滤波器; 设计多全向移动机器人模型的自适应律以及无碰撞预设时间编队控制器。

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辽宁工业大学,其通讯地址为:121012 辽宁省锦州市古塔区士英街169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。