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！

龙图腾网获悉安徽大学申请的专利面向双臂协作机器人的模糊自适应滑模控制计算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：CN120871589B 。

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：202511374972.1，技术领域涉及：G05B13/02；该发明授权面向双臂协作机器人的模糊自适应滑模控制计算方法是由左军;李一鸣;姚艳;刘冰锋;杨楠楠;刘晓黎设计研发完成，并于2025-09-25向国家知识产权局提交的专利申请。

本面向双臂协作机器人的模糊自适应滑模控制计算方法在说明书摘要公布了：本发明公开了面向双臂协作机器人的模糊自适应滑模控制计算方法，涉及工业控制与智能机器人技术领域，包括以下步骤：获取环境中实时传感器数据，通过分析数据确定几何约束条件，采用种群多样性编码处理初始参数随机化生成左臂滑模面、右臂滑模面及协同约束滑模面的几何初始化，得到当前任务需求下的环境变量集合，根据环境变量集合，采用适应度函数计算评估初始设计，结合约束条件嵌入处理编码位串表示，确定种群规模设定下的初步调整参数，得到优化的形状框架；该面向双臂协作机器人的模糊自适应滑模控制计算方法，实现对几何约束的有效适应与协同控制性能的提升，降低路径干扰与冲突发生，增强系统在多变环境下的适应性与控制效率。

本发明授权面向双臂协作机器人的模糊自适应滑模控制计算方法在权利要求书中公布了：1.面向双臂协作机器人的模糊自适应滑模控制计算方法，其特征在于，包括： S1、获取环境中实时传感器数据，通过分析数据确定几何约束条件，采用种群多样性编码处理初始参数随机化生成左臂滑模面、右臂滑模面及协同约束滑模面的几何初始化，得到当前任务需求下的环境变量集合； S2、根据环境变量集合，采用适应度函数计算评估初始设计，结合约束条件嵌入处理编码位串表示，确定种群规模设定下的初步调整参数，得到优化的形状框架； S3、通过优化的形状框架，获取轮廓特性的历史数据样本，若样本与任务需求匹配度低于预设阈值，则采用初始化迭代次数生成处理样本，得到轮廓特性的自适应修正系数，修正系数作为增益与参数整定的初值，修正系数用于初始化模糊规则权重和模糊增益； S4、根据自适应修正系数，确定滑模面的动态轮廓更新规则，融合设计鲁棒性评估检测路径干扰迹象，构建模糊推理器，以滑模面及滑模面变化率为输入，在线整定切换增益与边界层厚度，得到针对多变环境的轮廓调整序列； S5、通过轮廓调整序列，获取协同作业中的设备交互数据，若数据显示路径干扰迹象，则融合变异路径生成进行冲突检测阈值判断，得到控制冲突的量化指标计算结果； 所述S1包括： 获取环境中实时传感器数据，通过预设的过滤算法去除噪声，得到清洁传感器数据集； 通过分析清洁传感器数据集，采用聚类算法确定几何约束条件，得到环境几何参数集； 针对环境几何参数集，采用种群多样性编码方法随机化初始参数，生成参数初始化集合； 根据参数初始化集合，构建左臂滑模面和右臂滑模面的几何模型，得到独立滑模面集合； 若独立滑模面集合满足预设的协同约束阈值，则通过几何优化算法生成协同约束滑模面，得到协同滑模面模型； 通过分析协同滑模面模型与任务需求分析的匹配度，调整环境变量集合，得到优化环境变量集； 根据优化环境变量集，更新滑模面生成参数，得到最终任务适配的滑模面集合。

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安徽大学，其通讯地址为：230601 安徽省合肥市蜀山区九龙路111号安徽大学；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。