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！

龙图腾网获悉北京航空航天大学申请的专利一种基于扩散模型的工业机器人运动规划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：CN119217373B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202411540935.9，技术领域涉及：B25J9/16；该发明授权一种基于扩散模型的工业机器人运动规划方法是由沃天宇;张潇菡;王瑞设计研发完成，并于2024-10-31向国家知识产权局提交的专利申请。

本一种基于扩散模型的工业机器人运动规划方法在说明书摘要公布了：本公开提供一种基于扩散模型的工业机器人运动规划方法。构建包含三个主要步骤的神经网络：首先，预训练点云编码器，实现将任务条件的障碍物点云压缩嵌入潜在空间，并构建正向运动学的机器人状态编码算法、路径数据的碰撞检测模块；然后，基于预训练的所述点云编码器编码任务信息，基于Transformer的扩散模型对任务数据进行加噪并降噪还原，对机器人连杆之间的物理关系的数据概率分布进行建模；最后基于训练好的神经网络模型，结合少量运动反馈，从随机高斯噪声中生成图像，进一步提高生成速度和成功率；最终神经网络网络模型能在特定的任务条件下输出最优路径。

本发明授权一种基于扩散模型的工业机器人运动规划方法在权利要求书中公布了：1.一种基于扩散模型的工业机器人运动规划方法， 首先，预训练点云编码器，所述点云编码器包括障碍物环境的点云编码设计模块，实现输入障碍物环境，通过无监督学习障碍物特征，使用重建损失和对编码器参数的正则化，实现将任务条件的障碍物点云压缩嵌入潜在空间Z，并构建正向运动学的机器人状态编码算法、路径数据的碰撞检测模块；然后，基于预训练的所述点云编码器编码任务信息，基于Transformer的扩散模型对任务数据进行加噪并降噪还原，对机器人连杆之间的物理关系的数据概率分布进行建模；最后基于训练好的神经网络模型，结合运动反馈，从随机高斯噪声中生成图像； 最终神经网络模型输出最优路径； 所述正向运动学的机器人状态编码算法，选用点云描述机器人的形状，并在机器人表面进行快速采样，针对每一个机器人连杆，配置两个Mesh文件来描述连杆的视觉属性和碰撞属性，分别是VisualMesh和CollisionMesh；考虑基于CollisionMesh获取每个连杆的3D网格情况，并获取网格表面的点云，在初次处理后，将处理结果存储在缓存文件里，后续的每一次重新运行，直接从缓存文件里读取结果；在运行中，将处理结果保存在GPU里面重复利用； 获取机器人每个连杆的采样结果后，计算关节旋转后的机器人采样结果：首先获取机器人的原点坐标，将机器人的原点坐标和仿真环境的原点坐标对齐，并确定原点坐标系{A0},并通过D-H参数法构建相邻两个连杆的齐次变换矩阵，通过齐次坐标变换的链式法则，构建任意两个连杆的坐标系之间的转换公式，将任意连杆上的点基于自身连杆坐标系的相对位置转换为基于原点坐标系{A0}的相对位置； 所述路径数据的碰撞检测模块采用基于采样的碰撞检测方法，通过事先在机器人连杆表面进行采样，通过判断采样点是否出现在障碍物内部判断是否出现碰撞，并根据采样点和障碍物表面的距离计算碰撞深度； 具体而言，考虑一个安全距离，当采样点在障碍物外部，但距离障碍物表面的距离小于安全距离时，判断为碰撞，且碰撞强度为安全距离减去采样点到障碍物表面的距离；若任意采样点检测为碰撞，则判定机器人和障碍物发生碰撞，且碰撞强度为所有采样点和障碍物的碰撞强度总和； Dj为距离函数，在训练过程中对于一个给定的封闭曲面获取到机器人点云到该曲面的最小距离，如果点云在封闭曲面内，则返回一个负值；hj为碰撞函数，当计算结果大于0时表示发生碰撞，计算结果还表达碰撞强度。

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航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。