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！

龙图腾网获悉华中科技大学;中国航发南方工业有限公司申请的专利用于机器人曲面铣削轮廓误差监测的特征融合与精炼嵌入稀疏贝叶斯学习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：CN119939530B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411869866.6，技术领域涉及：G06F18/27；该发明授权用于机器人曲面铣削轮廓误差监测的特征融合与精炼嵌入稀疏贝叶斯学习方法及系统是由杨吉祥;倪昌;郭皓邦;丁汉设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。

本用于机器人曲面铣削轮廓误差监测的特征融合与精炼嵌入稀疏贝叶斯学习方法及系统在说明书摘要公布了：本发明属于机器人技术领域，公开了一种用于机器人曲面铣削轮廓误差监测的特征融合与精炼嵌入稀疏贝叶斯学习方法及系统，将工艺参数，机器人刚度，切削力及跟踪误差组成的特征向量结构化的融合为字典矩阵，并结合稀疏贝叶斯学习方法实现机器人加工误差监测。在模型训练时本发明可以得到权重变量的后验分布，通过最大化后验概率来估计权重系数后验分布的期望和方差。其中方差和影响权重稀疏性的超参数通过最大化边缘似然函数来估计，即最大化权重后验分布下的联合似然函数的期望来优化，可对转化后的损失函数求最小值解以优化超参数。模型权重的后验期望和方差，以及超参数在训练过程中迭代更新，根据设定的变化阈值来终止迭代过程，以实现模型权重向量的稀疏化及稀疏模型的构建。本发明实现了变位姿下不同特征曲面零件的机器人铣削加工误差监测，有效的减小了零件测量成本。

本发明授权用于机器人曲面铣削轮廓误差监测的特征融合与精炼嵌入稀疏贝叶斯学习方法及系统在权利要求书中公布了：1.一种特征融合与精炼嵌入稀疏贝叶斯学习方法，其特征在于，包括以下步骤： S1，根据拟定好的加工工艺参数进行不同加工任务的机器人空切削运动及铣削实验，同时采集关节角度，加速度信号及切削力信号，对铣削完成后的工件进行加工误差测量； S2，对S1中采集到的原始信号进行处理及计算，得到模型输入的特征向量，并将测量得到的加工误差作为模型标签； S3，对S2中计算的特征向量进行特征加权并进行特征融合以构建字典矩阵； S4，根据S3中得到的字典矩阵及加工误差，建立回归预测模型； 首先假设模型输入特征与标签之间的权重满足高斯先验分布，以促进大多数系数权重趋于0，实现模型权重的稀疏性；根据贝叶斯公式，得到权重变量的后验分布，通过最大化后验概率来估计权重系数后验分布的期望和方差；其中方差和影响权重稀疏性的超参数通过最大化边缘似然函数来估计，即最大化权重后验分布下的联合似然函数的期望来优化，可对转化后的损失函数求最小值解以优化超参数；模型权重的后验期望和方差，以及超参数在训练过程中迭代更新，根据设定的变化阈值来终止迭代过程，以实现模型权重向量的稀疏化及稀疏模型的构建； 所述步骤S4中，根据得到的字典矩阵及加工误差，建立回归预测模型；稀疏贝叶斯学习方法基于贝叶斯定理的思想引入稀疏性，对权值假设高斯先验分布，噪声变量的概率分布可以假设为正态概率密度函数ε～Ν0,λI，λ为方差，其受振动和切削热引起的加工不确定性以及测量不确定性的影响；ym的似然函数定义为： 式中ym为实测加工误差，Φ为构造的字典矩阵，ω为对应的权重系数； 在权重向量上引入高斯先验分布，使权重系数大部分趋近于零，实现权重向量的稀疏性；这样，加工误差仅通过字典矩阵中的相关列和相应的稀疏权值即可预测，提高了计算效率；通常，为了计算后验的齐次解析解，先验分布是似然函数的共轭先验，即： 其中ξi影响ωi趋于零的概率，以控制权重系数的稀疏性，降低模型的复杂性，避免过拟合现象；根据贝叶斯公式，权重变量的后验分布可以表示为： 式中，Λ＝diag{ξ1,ξ2,...,ξN}、Pym|λ,Λ表示被测加工误差的边缘分布，N为权值的个数；通过求后验概率的最大值来估计权重系数的后验期望和方差，表示为： μω＝λ-1ΣωΦTym Σω＝λΦTΦ+λΛ-1-1 然后通过最大化边缘似然函数来优化超参数λ和Λ；为计算方便，取似然函数的对数，即logPym|λ,Λ；边缘似然的优化相当于最大化其下界，权重后验分布Pω|ym,λk,Λk下的联合似然函数的期望可表示为： 通过以上运算可以生成以下的损失函数： 该优化问题可由损失函数对超参数的偏导数等于零来求解，且超参数λ和Λ可由下式更新： 其中＜·i表示第i个向量的项，·ii表示矩阵第i行、第i列中的项；在迭代过程中，当权重向量的1范数||μω||1与预测噪声的标准差的相对变化值连续多次小于设定的阈值时，判断模型收敛；此时，模型权值足够稀疏，噪声预测趋于稳定，模型预测性能和可靠性较高；收敛条件表示为： 其中为设定的收敛阈值。

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华中科技大学;中国航发南方工业有限公司，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。