同济大学李俨获国家专利权
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!
龙图腾网获悉同济大学申请的专利一种基于轨迹扩散的多机器人轨迹故障检测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:CN119567263B 。
龙图腾网通过国家知识产权局官网在2025-10-10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:202411946879.9,技术领域涉及:B25J9/16;该发明授权一种基于轨迹扩散的多机器人轨迹故障检测方法是由李俨;何乐华;刘成菊;陈启军设计研发完成,并于2024-12-27向国家知识产权局提交的专利申请。
本一种基于轨迹扩散的多机器人轨迹故障检测方法在说明书摘要公布了:本发明涉及一种基于轨迹扩散的多机器人轨迹故障检测方法,包括:对系统中的各个机器人分别配备传感器,通过传感器实时测量自身位姿并解算其他机器人的位置信息;各个机器人利用各自的测量数据实时构建多机器人状态模型,该模型为分布式部分可观测马尔可夫决策过程,通过多机器人状态模型描述多机器人系统的整体运行状态;收集多机器人系统正常运行时的观测状态数据集,搭建并训练轨迹扩散模型;在系统运行过程中,将获取的实时机器人位姿数据和历史数据输入到轨迹扩散模型中,预测多机器人系统未来可能的轨迹,并通过误差评估的方式完成对故障机器人的实时检测。与现有技术相比,本发明降低系统对全局信息的依赖,提高了系统的适应性和鲁棒性。
本发明授权一种基于轨迹扩散的多机器人轨迹故障检测方法在权利要求书中公布了:1.一种基于轨迹扩散的多机器人轨迹故障检测方法,其特征在于,包括以下步骤: 对多机器人系统中的各个机器人分别配备传感器,通过传感器实时测量自身位姿并解算其他机器人的位置信息; 各个机器人利用各自的测量数据实时构建多机器人状态模型,该多机器人状态模型为分布式部分可观测马尔可夫决策过程,通过多机器人状态模型描述多机器人系统的整体运行状态; 收集所述多机器人系统正常运行时的观测状态数据集,搭建并训练轨迹扩散模型; 在所述多机器人系统运行过程中,将获取的实时机器人位姿数据和历史数据输入到训练完成的轨迹扩散模型中,预测多机器人系统未来可能的轨迹,并通过误差评估的方式完成对故障机器人的实时检测; 所述多机器人状态模型由控制输入及上一时刻机器人的运动状态共同决定多机器人系统当前时刻的运动状态; 所述控制输入由基于分布式部分可观测马尔可夫决策过程的系统控制策略决定; 所述多机器人状态模型描述为九元组; 其中,是多机器人系统中机器人的总数,是机器人系统的状态空间,是联合行为的集合,是机器人的行为集合,为各个依次相乘,是状态间条件转移概率的集合,是联合观测的集合,是机器人的观测集合,为各个依次相乘,是状态间条件转移概率的集合,是共享的奖励函数,是当前时刻的系统状态和行为,是t=0时的初始状态分布,是系统决策的折扣因子; 所述轨迹扩散模型为基于扩散过程的生成式模型,通过将数据从干净的信号中逐步扩散为高斯噪声,再从高斯噪声中逐渐学习将数据恢复成原有的信号; 所述轨迹扩散模型的输入为各个机器人运行轨迹的集合,通过所述轨迹扩散模型学习从噪声中采样最优的轨迹数据,作为对未来时刻的轨迹的预测结果; 所述轨迹扩散模型在预测未来时刻的轨迹过程中,还通过条件引导模块,将当前机器人的历史轨迹信息作为条件,引导轨迹扩散模型的采样程度,使得轨迹扩散模型生成的轨迹与当前时刻之前的实际轨迹信息相融合。
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同济大学,其通讯地址为:200092 上海市杨浦区四平路1239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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励