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！

龙图腾网获悉重庆邮电大学工业互联网研究院申请的专利基于自适应滑模观测器的机械臂模型优化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：CN115047761B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202210584213.8，技术领域涉及：G05B13/04；该发明授权基于自适应滑模观测器的机械臂模型优化方法是由产林平;黄庆卿;刘洋;韩延;张焱;王平;洪承镐;魏旻设计研发完成，并于2022-05-27向国家知识产权局提交的专利申请。

本基于自适应滑模观测器的机械臂模型优化方法在说明书摘要公布了：本发明属于机器人控制技术领域，特别涉及基于自适应滑模观测器的机械臂模型优化方法，包括根据机械臂的位置信号和未知外部干扰通过牛顿欧拉方法获得第一非线性机械臂模型，将第一非线性机械臂模型进行状态空间处理成模型确定部分和模型不确定部分；用径向基函数神经网络对模型不确定部分近似逼近，获得第二非线性机械臂模型；采用滑模控制方法和第二径向基函数神经网络构建所述第二非线性机械臂模型的自适应滑模观测器，并用所述自适应滑模观测器计算所述逼近结果的估计值；将所述逼近结果的估计值补偿到第一非线性机械臂模型中，消除未知外部干扰对机械臂的影响，优化第一非线性机械臂模型。

本发明授权基于自适应滑模观测器的机械臂模型优化方法在权利要求书中公布了：1.基于自适应滑模观测器的机械臂模型优化方法，其特征在于，包括以下步骤： S1：根据机械臂的位置信号和未知外部干扰，构建出第一非线性机械臂模型，并将其划分为模型确定部分和模型不确定部分； S2：采用第一径向基函数神经网络对模型不确定部分DXll近似逼近，用逼近结果替换模型不确定部分DXll，获得第二非线性机械臂模型；DXll表示第一非线性机械臂模型第l自由度的模型不确定部分； S3：采用滑模控制函数和第二径向基函数神经网络，构建出所述第二非线性机械臂模型对应的自适应滑模观测器； 所述S3包括： S31：采用第二径向基函数神经网络构建对第二非线性机械臂模型的观测器； S32：利用滑模控制函数和步骤S31中所述的观测器对第二非线性机械臂模型状态向量的估计值和所述第二非线性机械臂模型输出的实际值之间的差，构建滑模观测器； S33：根据步骤S32中所述的滑模观测器对第二非线性机械臂模型的估计值和所述第二非线性机械臂模型的实际值之间的差，以及第一径向基函数神经网络对第一非线性机械臂模型不确定部分逼近后的权重因子矩阵和第二径向基函数神经网络权重因子矩阵的差值，自适应更新滑模观测器中第二径向基函数神经网络的权重因子矩阵，得出自适应滑模观测器； S4：利用所述自适应滑模观测器计算所述逼近结果的估计值，将所述逼近结果的估计值补偿到步骤S1的第一非线性机械臂模型中。

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重庆邮电大学工业互联网研究院，其通讯地址为：401120 重庆市渝北区数据谷中路28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”。