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！

龙图腾网获悉南昌交通学院申请的专利双机械臂自适应运动神经网络优化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：CN120023827B 。

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：202510404427.6，技术领域涉及：B25J9/16；该发明授权双机械臂自适应运动神经网络优化系统是由揭吁菡;许金勇;左丽华;熊丽婷;王博文;赵彬毅;岳宁设计研发完成，并于2025-04-01向国家知识产权局提交的专利申请。

本双机械臂自适应运动神经网络优化系统在说明书摘要公布了：本发明公开了双机械臂自适应运动神经网络优化系统，涉及机械臂运动控制技术领域，本发明包括：特征融合感知模块通过FPGA同步多传感器数据，结合YOLOv5s、PointNet++及多普勒频移等技术，实现对障碍物2D3D特征的精准提取与融合，生成实时环境状态矩阵；运动链预测模块基于历史轨迹聚类与贝叶斯预测，量化障碍物运动概率，构建碰撞风险场，动态评估未来2秒内碰撞风险；规划模块采用改进A算法搜索低风险路径，并结合二次规划优化关节运动轨迹，嵌入运动学和动力学约束，确保路径的可行性和安全性；此外，引入修正机制和能耗优化机制，根据机械臂的实时状态和环境干扰动态调整运动参数，进一步提升机械臂的避障性能和运行效率。

本发明授权双机械臂自适应运动神经网络优化系统在权利要求书中公布了：1.双机械臂自适应运动神经网络优化系统，其特征在于，包括： 特征融合感知模块，用于通过现场可编程门阵列同步多传感器数据，结合目标检测模型、点云数据的深度学习模型及多普勒频移提取障碍物2D及3D特征，利用时空图神经网络融合位置、速度信息，生成实时环境状态矩阵； 运动链预测模块，用于基于历史轨迹聚类与贝叶斯预测，量化障碍物运动概率，构建碰撞风险场，动态评估未来2秒内碰撞风险； 规划模块，用于通过改进A算法搜索低风险路径，结合二次规划优化关节运动轨迹，嵌入运动学和动力学约束，确保路径可行性与安全性； 所述规划模块的具体操作步骤如下： 运动学约束：根据机械臂的运动学原理，建立机械臂关节角速度-加速度可行域；通过机械臂的D-H参数，推导雅可比矩阵J，将关节空间的角速度和加速度限制通过雅可比矩阵投影到末端空间，得到末端执行器的速度和加速度可行范围，再利用修正机制对末端执行器的速度和加速度可行范围进行修正； 动力学约束：采用递归牛顿-欧拉算法，从机械臂的基座开始，依次计算每个关节的受力和力矩； 分析机械臂各关节的电机扭矩限制、传动机构承载能力因素，确定各关节力矩极限，生成力矩可行域，防止机械臂在运动时因力矩过大损坏设备； 分层优化路径生成过程如下： 初级规划：使用改进A算法在风险场中搜索低碰撞概率路径，代价函数为：，其中为权重系数，为路径上的总风险值，为路径长度，通过调整权重系数平衡路径风险和长度；算法从起始点开始，根据启发函数扩展搜索节点，直到找到目标点或确定不存在可行路径，生成初级规划路径； 次级修正：将初级规划路径离散为50个航点，对于每个航点，将其视为一个二次规划问题求解；目标函数为，其中q为关节角，J为雅可比矩阵，为期望末端速度； 约束条件为，为关节力矩上下限，为关节驱动力矩，为科氏力和离心力产生的力矩； 通过求解二次规划问题，优化每个航点处的关节角，使机械臂末端运动更平滑、准确；并通过能耗优化机制进行关节力矩能耗优化； 反馈调整：在机械臂运动过程中，通过安装在末端执行器上的力传感器实时获取接触力信息，采用阻抗控制算法在线调节末端接触力； 设定轨迹跟踪误差阈值，当检测到实际轨迹与规划轨迹的误差超过阈值时，触发局部重规划； 利用规划模块的双约束建模和分层优化路径生成方法，在10ms内重新规划局部路径，确保机械臂能及时避开障碍物或调整运动轨迹。

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南昌交通学院，其通讯地址为：331000 江西省南昌市南昌经济技术开发区广兰大道899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。