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！

龙图腾网获悉浙江工业大学申请的专利考虑动态约束的机器人自适应神经最优跟踪控制方法和装置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：CN119805928B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411816624.0，技术领域涉及：G05B13/04；该发明授权考虑动态约束的机器人自适应神经最优跟踪控制方法和装置是由魏岩;卢贤龙;郝明爽;禹鑫燚;欧林林设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本考虑动态约束的机器人自适应神经最优跟踪控制方法和装置在说明书摘要公布了：考虑动态约束的机器人自适应神经最优跟踪控制方法和装置，其方法包括：建立关节空间中机器人的动力学模型，考虑机器人系统的输入扭矩、惯性矩阵、向心力和科里奥利力矩阵以及重力力矩；将机器人系统的动力学映射到笛卡尔空间，定义位置向量和速度向量，建立机器人系统的状态空间模型；在存在动态约束的情况下，基于最优反步法与“演员‑评论家”神将网络方法，设计自适应最优神经跟踪控制器，以处理动态约束并实现最优跟踪性能。本发明在动态约束环境下，机器人能够更准确地跟踪期望轨迹，同时确保运动安全。

本发明授权考虑动态约束的机器人自适应神经最优跟踪控制方法和装置在权利要求书中公布了：1.考虑动态约束的机器人自适应神经最优跟踪控制方法，其特征在于，包括以下步骤： S1.建立关节空间中机器人的动力学模型，考虑机器人系统的输入扭矩、惯性矩阵、向心力和科里奥利力矩阵以及重力力矩； S2.将机器人系统的动力学映射到笛卡尔空间，定义位置向量和速度向量，建立机器人系统的状态空间模型； S3.在存在动态约束的情况下，基于最优反步法与“演员-评论家”神经网络方法，设计自适应神经网络跟踪控制器，以处理动态约束并实现最优跟踪性能；具体包括： S31系统降阶，将原复杂非线性系统分解成不超过系统阶数的最优子系统； S32基于步骤S31所建立的子系统，为子系统设计对应的非对称时变积分障碍李雅普诺夫函数，以处理相应的非对称时变动态约束条件； S33基于步骤S31所建立的子系统，为子系统定义对应的最优性能指标函数，得到每个最优子系统的哈密顿-雅可比-贝尔曼方程，以满足最优性要求； S34基于步骤S32和步骤S33所建立的函数，推导得到子系统对应的理论最优虚拟控制器； S35基于步骤S34的最优虚拟控制器，设计“演员-评论家”神经网络架构，以逼近最优虚拟控制器的未知不确定函数并在线更新最优控制律，得到近似最优虚拟控制器； S36从最低阶子系统回退至原系统，对所有子系统重复步骤S32至S35，集成所有近似最优虚拟控制器，得到最终自适应神经网络跟踪控制器；具体包括： 基于步骤S31中所定义的子系统z2，重复步骤S32至步骤S35，即可推导得到理论最优控制器为： 式中，Φ1,i为过程变量；k2,i为设计参数； 可以被NNs近似为代表理想的自适应权重，是核函数向量，ε2,iz2,i代表近似误差； 设计对应的“演员-评论家”神经网络架构，以近似理想的自适应权重得到评论家神经网络、演员神经网络的自适应权重更新律为代入上述结果可最终求得近似自适应最优神经控制律ui为：

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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。