浙江大学;余姚市机器人研究中心李小飞获国家专利权
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！
龙图腾网获悉浙江大学;余姚市机器人研究中心申请的专利复合机器人车臂协调动力学最优激励与高精度辨识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：CN116619365B 。
龙图腾网通过国家知识产权局官网在2025-11-04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：202310595560.5，技术领域涉及：B25J9/16；该发明授权复合机器人车臂协调动力学最优激励与高精度辨识方法是由李小飞;王进;张海运;陆国栋设计研发完成，并于2023-05-24向国家知识产权局提交的专利申请。
本复合机器人车臂协调动力学最优激励与高精度辨识方法在说明书摘要公布了：本发明属于机器人模型辨识领域，公开了一种复合机器人车臂协调动力学最优激励与高精度辨识方法，本发明通过复合机器人车臂协调运动的动力学递推模型设计非奇异线性化回归方程，然后基于有限项傅立叶级数和动力学回归矩阵加权条件数设计车臂协调运动的最优激励轨迹，并基于异常数据抑制和测量噪声先验知识设计动力学参数的高精度自适应加权迭代求解算法，最终实现复合机器人车臂协调动力学模型的高精度鲁棒辨识。本发明方法能够实现车臂协调全状态动力学线性化建模与最优同步激励，同时面向测量噪声和异常数据实现动力学模型参数的高精度鲁棒辨识，最终有效提升复合机器人模型辨识的准确性和物理一致性。
本发明授权复合机器人车臂协调动力学最优激励与高精度辨识方法在权利要求书中公布了：1.一种复合机器人车臂协调动力学最优激励与高精度辨识方法，其特征在于，包括如下步骤： S1：基于牛顿-欧拉递推方程设计复合机器人车臂协调运动的线性化动力学模型，通过QR分解得到非奇异线性化回归方程，实现全状态动力学建模； S2：基于复合机器人线性化动力学模型回归矩阵及其动态子矩阵的加权条件数构造优化泛函，并采用有限项傅立叶级数设计车臂协调动力学的最优同步激励轨迹，提升机器人动态特性激励效果和模型参数物理一致性； S3：基于测量噪声协方差矩阵正则化和异常数据加权抑制设计车臂协调动力学模型参数的自适应加权迭代最小二乘求解算法，并设计测试轨迹验证参数辨识结果的有效性，实现复合机器人动力学模型的高精度鲁棒辨识。
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大学;余姚市机器人研究中心，其通讯地址为：315400 浙江省宁波市余姚市凤山街道冶山路479号科创大厦12楼；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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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