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！

龙图腾网获悉浙江工业大学申请的专利一种面向机器人精确轨迹跟踪的固定次迭代学习控制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：CN121477650B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202610019503.6，技术领域涉及：G05B13/04；该发明授权一种面向机器人精确轨迹跟踪的固定次迭代学习控制方法是由陈强;王守勤;施卉辉;成云;何熊熊设计研发完成，并于2026-01-08向国家知识产权局提交的专利申请。

本一种面向机器人精确轨迹跟踪的固定次迭代学习控制方法在说明书摘要公布了：一种面向机器人精确轨迹跟踪的固定次迭代学习控制方法，属于工业机器人控制技术领域，建立重复运行机器人系统的动力学方程，确定其离散时间动态模型，设计固定次迭代学习控制器，并通过仿真验证控制效果；针对机器人系统初始位置不确定的情形，通过构建基于双曲正切函数的滑模趋近律，设计一种能够在固定迭代次数内将滑模变量收敛至预定稳态误差带内的控制器，且收敛迭代次数的上界可通过控制器参数直接设定与调节。本发明在初始状态不确定的工况下，仍能保证跟踪误差的快速收敛，并在固定迭代次数内达到指定精度，从而有效提升了迭代学习控制在实际工程应用中的适用性和推广价值。

本发明授权一种面向机器人精确轨迹跟踪的固定次迭代学习控制方法在权利要求书中公布了：1.一种面向机器人精确轨迹跟踪的固定次迭代学习控制方法，其特征在于，在机器人存在初始状态不确定的工况下，通过构建基于双曲正切函数的滑模趋近律，设计固定次迭代学习控制器，使得滑模变量能够在一个与初始误差无关的、预先可计算的迭代次数上界内收敛至指定的稳态误差带，从而实现机器人轨迹的高精度、快收敛跟踪控制；所述固定次迭代学习控制方法包括以下步骤： 步骤1、建立重复运行机器人的动力学方程，并基于离散化方法构建其离散动态模型； 步骤2、基于所述离散动态模型，定义轨迹跟踪误差与滑模变量，并构建误差动态方程； 步骤3、设计基于双曲正切函数的滑模趋近律，并基于该趋近律推导出固定次迭代学习控制器，用于每次迭代中更新控制输入；包括如下子步骤： 3.1根据滑模变量的定义和误差动态方程，将滑模趋近律设计为 5； 其中，，，，为符号函数，和分别表示双曲正切函数和反双曲正切函数,，，且,对于，为离散时间步长，，是有限的正整数，表示单次迭代的总步数，定义期望轨迹是机器人运动时的期望位置，则跟踪误差为，为第步的关节角位移； 3.2固定次迭代学习控制器基于趋近律5设计为 6； 其中，，为第步的输入力矩，参数，表示有界的转动惯量，采样周期，是由构成的分块矩阵；向量，表示离心力和哥氏力系数；，，非线性函数向量，表示向量的转置，为任意但有界的初始位置，； 步骤4、通过对所述滑模变量进行变量变换，建立变换后变量的递推关系，确定所述滑模变量的稳态误差带上界； 步骤5、基于所述递推关系，分析与计算所述滑模变量进入稳态误差带所需的收敛迭代次数上界，该上界与系统初始误差无关。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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。