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！

龙图腾网获悉中山大学申请的专利连续体机器人无模型形状控制方法、系统、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：CN119458352B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411808517.3，技术领域涉及：B25J9/16；该发明授权连续体机器人无模型形状控制方法、系统、装置及介质是由谭宁;廖逸霖设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本连续体机器人无模型形状控制方法、系统、装置及介质在说明书摘要公布了：本发明公开了连续体机器人无模型形状控制方法、系统、装置及介质，方法包括：对形状特征参数误差函数应用零化神经网络模型，根据第一设计公式得出执行器的更新公式，根据雅可比矩阵的估计值计算出执行器的变化量；对参数速度误差函数应用零化神经网络模型，根据第二设计公式得出雅可比矩阵的更新公式，根据传感器反馈的实际形状特征参数的加速度值和估计的执行器加速度计算出雅可比矩阵的估计变化量；根据执行器的变化量和雅可比矩阵的估计变化量学习得到下一时刻连续体机器人的执行器控制输入和雅可比矩阵的估计值，对下一时刻的连续体机器人进行形状控制。本发明提高了连续体机器人无模型形状控制的效率和准确性，可应用于机器人控制技术领域。

本发明授权连续体机器人无模型形状控制方法、系统、装置及介质在权利要求书中公布了：1.一种连续体机器人无模型形状控制方法，其特征在于，包括以下步骤： 初始化连续体机器人手臂的执行器、控制系统相关参数、机器人系统自身的雅可比矩阵初值以及控制任务相关参数； 为连续体机器人系统定义形状特征参数误差函数，对所述形状特征参数误差函数应用零化神经网络模型，根据第一设计公式得出执行器的更新公式，再根据雅可比矩阵的估计值计算出执行器的变化量； 为连续体机器人系统定义参数速度误差函数，对所述参数速度误差函数应用零化神经网络模型，根据第二设计公式得出雅可比矩阵的更新公式，再根据传感器反馈的实际形状特征参数的加速度值和估计的执行器加速度计算出雅可比矩阵的估计变化量； 根据执行器的变化量和雅可比矩阵的估计变化量学习得到下一时刻连续体机器人的执行器控制输入和雅可比矩阵的估计值，根据下一时刻连续体机器人的执行器控制输入和雅可比矩阵的估计值对下一时刻的连续体机器人进行形状控制； 所述形状特征参数误差函数为： 其中，表示时刻的形状特征参数误差，表示时刻预期的形状特征参数，表示时刻传感器反馈的实际形状特征参数； 零化神经网络模型的第一设计公式为： 其中，表示形状特征参数误差函数在时刻的导数值，是形状特征参数误差函数的收敛参数，表示误差的激活函数； 所述参数速度误差函数为： 其中，表示时刻的参数速度误差，表示传感器反馈的实际形状特征参数在时刻的导数值，表示时刻雅可比矩阵的估计值，表示时刻执行器的变化量； 零化神经网络模型的第二设计公式为： 其中，表示参数速度误差函数在时刻的导数值，是参数速度误差函数的收敛参数，表示误差的激活函数。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。