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！

龙图腾网获悉大连理工大学申请的专利基于约束简化的全向全驱机器人轨迹追踪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：CN119596695B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202411733595.1，技术领域涉及：G05B13/04；该发明授权基于约束简化的全向全驱机器人轨迹追踪方法是由闫飞;徐韶;庄严设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本基于约束简化的全向全驱机器人轨迹追踪方法在说明书摘要公布了：本发明提出了一种基于约束简化的全向全驱机器人轨迹追踪方法，属于地面轮式移动机器人轨迹追踪技术领域。该方法在刚体动力学的基础上建立起机器人运动学模型，表示出了每一组车轮速度矢量与机器人速度信息在世界坐标系下的变换关系，并且将电机物理特性造成的多组硬约束问题转化为目标函数中的软约束或无约束问题，提高了程序运行速度与求解成功率。此外，在控制最外环基于高频里程计信息对因机械摩擦和噪音干扰造成的追踪误差进行补偿，确保机器人按照控制指令精确执行。经过实验验证，该方法的每帧求解速度在50ms以内，并且对于参考轨迹的追踪误差评价控制在5cm以内。

本发明授权基于约束简化的全向全驱机器人轨迹追踪方法在权利要求书中公布了：1.全向全驱机器人轨迹追踪方法，其特征在于，包括以下步骤： 步骤1，获取一组唯一机器人速度-车轮速度映射关系，基于所述映射关系建立全向全驱移动机器人正向运动学模型； 步骤2，基于所述全向全驱移动机器人正向运动学模型，定义系统状态量为机器人轨迹追踪在x，y轴上的误差、朝向角误差以及4组车轮的速度矢量，定义系统控制输入为机器人沿x，y轴线速度与绕z轴角速度； 步骤3，基于所述系统状态量建立系统状态方程，并将所述系统状态方程在轨迹的参考状态与参考控制输入处进行泰勒展开并离散化，得到系统状态转移方程，随后设计目标函数将电机的物理极限从控制输入的多硬约束问题转化为无约束问题并求解，得到下一控制周期内最优的控制输入；其中，建立目标函数具体过程为： 定义控制量增量为；为保证机器人移动过程中各电机配合的平滑性，定义： 其中，为避免向量垂直时的缩放因子；和分别代表其中一组车轮在机器人局部坐标系下沿x轴和y轴的速度，i代表四组车轮，i=1~4； 最终目标函数格式为： 其中，是当前状态误差，即与参考轨迹的位置误差和姿态误差，表示取系统状态量的前三个元素，该部分决定了轨迹追踪的精准度，通过调整权重矩阵中每个因素的权重参数来调整每个状态量的重要性；是状态量的增量，该部分决定了机器人运动过程中的平滑度，通过调整矩阵中的权重值来设置每个转向电机的权重，这部分需要结合实际电机情况细微调参；是使控制量增量，在不影响追踪效果的基础上尽量趋近于0，通过调整矩阵中的权重值来设置每个控制量增量的权重；最后的表示松弛因子，来确保最终有解； 所述系统状态转移方程用于根据当前时刻系统状态量与控制量得到接下来时刻系统预测的状态量，目标函数用于量化控制目标，最小化目标函数保证轨迹追踪误差的最小化以及运动过程中的连续性，得到一系列系统的最优控制输入，仅应用第一个控制输入到实际系统；接着，在下一个控制周期中，根据更新后的状态重新优化，从而通过滚动窗口实现实时调整和动态优化，最终实现轨迹追踪； 步骤4，在每两个控制周期之间采用IMU预积分来获得更高频率的IMU里程计，累计记录下在每两个控制周期之间机器人实际控制输入与期望控制输入之间的误差，并基于此对实际控制量进行修正，实现在线滚动的闭环优化。

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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路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。