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！

龙图腾网获悉福州大学申请的专利一种基于复合Transformer模型的移动机械臂碰撞检测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：CN119858165B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202510276352.8，技术领域涉及：B25J9/16；该发明授权一种基于复合Transformer模型的移动机械臂碰撞检测方法是由叶锦华;刘恒杰设计研发完成，并于2025-03-10向国家知识产权局提交的专利申请。

本一种基于复合Transformer模型的移动机械臂碰撞检测方法在说明书摘要公布了：本发明涉及一种基于复合Transformer模型的移动机械臂碰撞检测方法。该系统使用移动机械臂机体自带传感模块。具体方法包括以下步骤：1、通过采集移动机械臂上不同位置的传感器数据，包括力矩、角度、速度、加速度和位置等，利用基于规则的异常峰值识别技术对数据进行预处理。2、采用Transformer模型对预处理后的碰撞数据进行高效的时序分析，实现碰撞类型的精确分类。该方法能够在复杂动态环境中提升机械臂的碰撞检测准确性和效率，同时保证机器人操作的安全性。本发明通过神经网络训练学习的应用，克服了传统方法在动态环境中碰撞检测过程中的不足，具有较强的适应性和实用性，适用于多种类型的机械臂和复杂操作环境。

本发明授权一种基于复合Transformer模型的移动机械臂碰撞检测方法在权利要求书中公布了：1.一种基于复合Transformer模型的移动机械臂碰撞检测方法，其特征在于，包括以下步骤： 步骤1：获取碰撞数据；在机器人运行过程中，实时采集来自包括力矩传感器、IMU传感器和速度传感器的数据，作为碰撞检测的预训练时间集合数据包； 步骤2：数据预处理；对采集到的传感器数据包进行预处理，包括去噪、归一化处理操作，将数据转换为适合输入到模型的目标格式数据包； 步骤3：LSTM层处理，使用LSTM层对序列数据进行处理，将输入数据映射到隐藏状态空间中，从而捕捉序列中的时序依赖关系； 步骤4：碰撞类型分类，将预处理后的数据输入Transformer模型，通过自注意力机制提取数据中的时序特征，实现碰撞类型的分类; 所述步骤2具体包括以下步骤： 步骤21：传感器信号滤波： 传感器信号在采集使用卡尔曼滤波KalmanFilter去除噪声： 其中，是系统状态的预测值，是在时刻k-1的估计值，是系统的状态转移矩阵，是控制输入矩阵，是控制输入，是过程噪声； 步骤22：数据归一化： 使用最小—最大归一化Min-MaxNormalization：将数据线性映射到[0,1]区间： 其中是原始数据的某个特征值；是该特征的最小值；是该特征的最大值； 是归一化后的值；a、b分别为区间下界和上界； 步骤23：去噪：使用低通滤波器去除高频噪声 其中，为滤波器的频率响应，为频率，为截止频率，为滤波器的阶数。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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。