北京科技大学韩学周获国家专利权
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!
龙图腾网获悉北京科技大学申请的专利一种基于神经网络的机械臂自适应轨迹控制系统及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:CN120697042B 。
龙图腾网通过国家知识产权局官网在2025-12-05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:202511203948.1,技术领域涉及:B25J9/16;该发明授权一种基于神经网络的机械臂自适应轨迹控制系统及方法是由韩学周;贺威;于欣波;张冬浩;张一禾;向琪琪;孙梓铭;李宸宇;梁志壹;孙文科设计研发完成,并于2025-08-27向国家知识产权局提交的专利申请。
本一种基于神经网络的机械臂自适应轨迹控制系统及方法在说明书摘要公布了:本申请提供了一种基于神经网络的机械臂自适应轨迹控制系统及方法,实时采集音乐机器人的机械臂状态信息,加载演奏任务信息;依据演奏任务信息生成各个机械臂节点的演奏期望轨迹,根据机械臂状态信息和对应的演奏期望轨迹确定各个机械臂节点的轨迹控制偏置域;通过预先训练的神经网络模型对机械臂控制参数进行偏置逼近,得到机械臂控制模型的轨迹死区偏置补偿;根据机械臂轨迹死区偏置补偿和各个机械臂节点的轨迹控制偏置域生成机械臂控制力矩向量,通过机械臂控制力矩向量对机械臂进行自适应轨迹控制。本申请提供的技术方案,可以通过轻量级网络结构来优化误差约束机制和死区建模补偿,以提高音乐机器人机械臂的轨迹控制精确度。
本发明授权一种基于神经网络的机械臂自适应轨迹控制系统及方法在权利要求书中公布了:1.一种基于神经网络的机械臂自适应轨迹控制方法,其特征在于,包括如下步骤: 实时采集音乐机器人的机械臂状态信息,并加载音乐机器人的演奏任务信息; 依据所述演奏任务信息生成音乐机器人各个机械臂节点的演奏期望轨迹,根据所述机械臂状态信息和对应的演奏期望轨迹确定演奏过程中音乐机器人各个机械臂节点的轨迹控制偏置域; 获取预先训练的神经网络模型,通过所述神经网络模型对音乐机器人的机械臂控制参数进行偏置逼近,进而得到机械臂控制模型的轨迹死区偏置补偿; 根据所述机械臂轨迹死区偏置补偿和各个机械臂节点的轨迹控制偏置域生成音乐机器人的机械臂控制力矩向量,通过所述机械臂控制力矩向量对机械臂进行自适应轨迹控制; 其中,依据所述演奏任务信息生成音乐机器人各个机械臂节点的演奏期望轨迹具体包括: 将所述演奏任务信息中各个音符的开始时间和持续时间转换为对应的动作执行时间窗; 将所述演奏任务信息中各个音符映射为对应的末端空间位置,进而依据所有的末端空间位置生成音乐机器人各个机械臂节点的末端空间平滑轨迹; 根据所有的动作执行时间窗和对应的末端空间平滑轨迹生成音乐机器人各个机械臂节点的演奏期望轨迹; 其中,根据所述机械臂状态信息和对应的演奏期望轨迹确定演奏过程中音乐机器人各个机械臂节点的轨迹控制偏置域具体包括: 对于演奏过程中音乐机器人各个机械臂节点,在所述机械臂状态信息中提取机械臂节点的实时轨迹位置和实时节点速度; 通过所述实时轨迹位置和对应的演奏期望轨迹确定所述机械臂节点的轨迹位置偏置系数; 基于障碍李雅普诺夫函数设计虚拟控制器,根据所述虚拟控制器和对应的演奏期望轨迹得到所述机械臂节点的虚拟轨迹速度; 由所述实时节点速度和所述虚拟轨迹速度得到所述机械臂节点的轨迹速度偏置系数; 依据所述轨迹位置偏置系数和所述轨迹速度偏置系数构建所述机械臂节点的轨迹控制偏置域,进而得到演奏过程中音乐机器人各个机械臂节点的轨迹控制偏置域; 其中,通过所述神经网络模型对音乐机器人的机械臂控制参数进行偏置逼近,进而得到机械臂控制模型的轨迹死区偏置补偿具体包括: 将音乐机器人的机械臂状态信息和机械臂控制参数构成网络输入向量; 将所述网络输入向量输入至所述神经网络模型中,所述神经网络模型以高斯核函数为基,自动选择感受野中心节点,并通过权重更新律在控制回路中不断调整网络输出,进而动态学习并逼近机械臂控制模型中因死区引起的非线性偏差项; 将所述神经网络模型输出的补偿项作为机械臂控制模型的轨迹死区偏置补偿。
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北京科技大学,其通讯地址为:100083 北京市海淀区学院路30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。
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。

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