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杭州创新研究院;北京航空航天大学申请的专利机械臂三维轨迹模仿学习方法和系统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：CN121468589B 。

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：202610008340.1，技术领域涉及：B25J9/16；该发明授权机械臂三维轨迹模仿学习方法和系统是由潘嘉晟;陈浩;陈科;牛建伟;刘宇轩;于晓龙;韩冰设计研发完成，并于2026-01-06向国家知识产权局提交的专利申请。

本机械臂三维轨迹模仿学习方法和系统在说明书摘要公布了：本申请提供一种机械臂三维轨迹模仿学习方法和系统，在患者的健侧手部与机器人进行人机交互的过程中，进行示教轨迹采集。对采集的三维空间轨迹数据进行预处理后代入DMP模型得到多组非线性项。利用GMM模型对多组非线性项进行聚类操作，得到多组高斯分布模型，再进行回归求解，确定目标非线性项。采用高斯核函数逼近目标非线性项，解算高斯核函数的权重得到学习后的非线性项。将学习后的非线性项代入DMP模型进行轨迹求解，获得优化后的示教轨迹数据，患者可以模仿优化后的轨迹进行训练。这种示范轨迹可以保留患者的运动特征的同时，减小其中不平滑、不具代表性的轨迹对轨迹模仿的影响，使得模仿轨迹具有平滑、起点终点收敛性好等优点。

本发明授权机械臂三维轨迹模仿学习方法和系统在权利要求书中公布了：1.一种机械臂三维轨迹模仿学习方法，其特征在于，所述方法包括： 在患者的健侧手部与机器人进行人机交互的过程中，进行示教轨迹采集，以获得机械臂末端的三维空间轨迹数据，其中，基于构建的示教控制器获得人机交互过程中的示教轨迹，示教控制器在阻抗控制的基础上实现，示教控制器对机器人末端的位置不做约束； 对所述三维空间轨迹数据进行预处理，获得预处理后的多条示教轨迹数据，将所述多条示教轨迹数据代入DMP模型中进行非线性计算，得到多组非线性项； 利用GMM模型对所述多组非线性项进行聚类操作，得到多组高斯分布模型，基于所述多组高斯分布模型进行回归求解，确定目标非线性项； 采用高斯核函数逼近所述目标非线性项，并解算所述高斯核函数的权重，得到学习后的非线性项； 将学习后的非线性项代入所述DMP模型中进行轨迹求解，获得优化后的示教轨迹数据，其中，优化后的示教轨迹数据用于患者进行模仿训练； 所述对所述三维空间轨迹数据进行预处理，获得预处理后的多条示教轨迹数据的步骤，包括： 针对所述三维空间轨迹数据中的每条示教轨迹数据，去除所述示教轨迹数据中初始位置的反向轨迹数据；将所述示教轨迹数据进行镜像处理，得到所述健侧手部的对侧的示教轨迹数据；对镜像后的示教轨迹数据的末端位置进行向后差分计算得到末端速度，采用低通滤波器对所述末端速度进行滤波，对滤波后的末端速度进行向后差分计算得到末端加速度；将所述末端位置、末端速度、末端加速度以及时间戳信息构成预处理后的轨迹信息数据集； 所述将所述多条示教轨迹数据代入DMP模型中进行非线性计算，得到多组非线性项的步骤，包括： 将所述多条示教轨迹数据代入DMP模型中，通过所述DMP模型基于所述示教轨迹数据构造二阶动态系统，所述二阶动态系统为弹簧阻尼系统，所述二阶动态系统中包括构建的非线性项；对所述二阶动态系统进行迭代，直至所述二阶动态系统收敛至目标状态，并提取所述二阶动态系统收敛至目标状态时的非线性项。

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杭州创新研究院;北京航空航天大学，其通讯地址为：310000 浙江省杭州市滨江区长河街道炬航弄99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。