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！

龙图腾网获悉西安达升科技股份有限公司申请的专利采用强化学习的机器人混合智能自适应控制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：CN120715906B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202511156955.0，技术领域涉及：B25J9/16；该发明授权采用强化学习的机器人混合智能自适应控制方法及系统是由赵江民设计研发完成，并于2025-08-19向国家知识产权局提交的专利申请。

本采用强化学习的机器人混合智能自适应控制方法及系统在说明书摘要公布了：本发明涉及机器人控制技术领域，公开了采用强化学习的机器人混合智能自适应控制方法及系统，该方法包括：采集环境感知参数构建动态环境模型；设置并测试机器人执行机构动力学模型，获取其运动特性；将动力学模型融入动态环境模型；计算任务需求参数及理论控制负荷，结合运动特性生成控制量；基于控制量生成驱动单元动作指令并实施控制；评价执行效果。系统包括动态环境模型构建、执行机构动力学模型构建、模型融合、任务参数计算、动作指令生成、动作控制及执行效果评价模块。本发明实现了复杂动态环境下机器人作业的高精度自适应控制，提升了环境适应性和任务执行效率。

本发明授权采用强化学习的机器人混合智能自适应控制方法及系统在权利要求书中公布了：1.一种采用强化学习的机器人混合智能自适应控制方法，其特征在于，所述方法包括： 采集机器人作业场景的环境感知参数，并基于所述环境感知参数构建机器人作业场景的动态环境模型； 设置机器人执行机构的动力学模型，并对所述机器人执行机构的动力学模型进行测试，获取所述机器人执行机构的动力学模型的运动特性； 将所述机器人执行机构的动力学模型添加到所述机器人作业场景的动态环境模型中； 计算机器人作业过程中的任务需求参数，并计算所述机器人执行机构的动力学模型在作业周期中的理论控制负荷，结合所述机器人执行机构的动力学模型的运动特性计算所述机器人执行机构的动力学模型在作业周期中的控制量； 基于所述机器人执行机构的动力学模型在作业周期中的控制量生成所述机器人执行机构中的驱动单元的动作控制指令； 基于所述机器人执行机构中的驱动单元的动作控制指令对所述驱动单元进行动作控制； 对所述机器人执行机构的动力学模型对所述机器人作业任务的执行效果进行评价； 所述采集机器人作业场景的环境感知参数，并基于所述环境感知参数构建机器人作业场景的动态环境模型，包括： 获取机器人作业场景的空间信息，并将所述机器人作业场景划分为若干个状态空间； 提取每个状态空间的感知节点，形成所述机器人作业场景的环境感知参数； 计算每个环境感知参数的状态特征，并提取作用在所述环境感知参数上的干扰因素； 基于每个环境感知参数的状态特征和所述干扰因素构建所述机器人作业场景的状态转移方程； 所述设置机器人执行机构的动力学模型，并对所述机器人执行机构的动力学模型进行测试，获取所述机器人执行机构的动力学模型的运动特性，包括： 分别测试所述机器人执行机构的动力学模型在稳态运动过程、暂态运动过程和过渡运动过程中的动力学表现，获取所述机器人执行机构的动力学模型的运动特性； 所述将所述机器人执行机构的动力学模型添加到所述机器人作业场景的动态环境模型中，包括： 分析所述机器人作业场景中的环境感知参数，获取影响幅度最大的环境感知参数，并将所述机器人执行机构的动力学模型设置在该影响幅度最大的环境感知参数映射在所述机器人作业场景的动态环境模型中的位置上； 所述基于所述机器人执行机构的动力学模型在作业周期中的控制量生成所述机器人执行机构中的驱动单元的动作控制指令，包括： 测试所述机器人执行机构中的驱动单元在动作状态下的单位控制量，并结合所述机器人执行机构的动力学模型在作业周期中的控制量得出所述驱动单元的动作时长； 所述基于所述机器人执行机构中的驱动单元的动作控制指令对所述驱动单元进行动作控制，包括： 将作业周期划分为若干个离散周期段，将所述驱动单元的动作时长平均分散在若干个离散周期段中； 在前一个离散周期段结束后，判断所述驱动单元在该离散周期段中的控制量是否达到预期； 对后一个离散周期段中所述驱动单元的动作时长进行适应性调整，直至完成对所述驱动单元整个作业周期的动作控制。

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西安达升科技股份有限公司，其通讯地址为：710000 陕西省西安市国际港务区元朔大道东段2977号西安港科创产业园机器人园区C-2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。