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！

龙图腾网获悉济南大学申请的专利基于深度视觉的四足机器人强化学习运动规划方法及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：CN119974024B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510467417.7，技术领域涉及：B25J9/16；该发明授权基于深度视觉的四足机器人强化学习运动规划方法及系统是由张勤;李舒欣;靖大亮;罗闯;李龙翔设计研发完成，并于2025-04-15向国家知识产权局提交的专利申请。

本基于深度视觉的四足机器人强化学习运动规划方法及系统在说明书摘要公布了：本发明公开了一种基于深度视觉的四足机器人强化学习运动规划方法及系统，涉及四足机器人运动规划技术领域。该方法包括步骤：搭建仿真环境，对不同坡度楼梯地形和机器人动力学参数建模，其中，楼梯地形模型包括不同难度差异的楼梯地形；加载机器人模型在楼梯地形模型中运动，对机器人运动状况进行跟踪，得到速度跟踪效果，其中，通过机器人在运动过程中对教师策略网络输出的关节扭矩值和对应的运动线速度进行策略评价得到速度跟踪效果；对速度跟踪效果进行评估，根据评估结果适应性调整楼梯地形模型中的环境参数。本发明通过基于深度视觉信息的强化学习框架，能够有效学习不规则楼梯地形，使四足机器人能够自适应的在复杂环境中稳定作业。

本发明授权基于深度视觉的四足机器人强化学习运动规划方法及系统在权利要求书中公布了：1.一种基于深度视觉的四足机器人强化学习运动规划方法，其特征在于，包括以下步骤： 搭建仿真环境，对不同坡度楼梯地形进行建模，得到楼梯地形模型，对机器人动力学参数建模，得到机器人模型，其中，楼梯地形模型包括不同难度差异的楼梯地形； 加载机器人模型在楼梯地形模型中运动，对机器人运动状况进行跟踪，得到速度跟踪效果，其中，通过机器人在运动过程中对教师策略网络输出的关节扭矩值和对应的运动线速度进行策略评价得到速度跟踪效果；具体的，包括第一阶段的教师策略网络训练过程和第二阶段的学生策略网络训练过程； 在第一阶段，利用局部高度地图，并结合机器人本体感知信息与其他特权信息，输入到教师策略网络中，通过GRU和MLP处理策略输入，提取地形特征与运动状态，输出机器人腿部关节扭矩；其中，特权信息包括地形摩擦系数、目标路径点、机体惯性、机体质量、电机强度、电机扭矩输出比和通讯延迟时间； 第二阶段中，利用CNN-GRU网络从深度相机得到的深度图像中提取行进方向和速度，结合机器人本体感知信息作为输入，将学生策略网络的初始化参数设置为来自第一阶段的深度拷贝，利用第一阶段的输出进行监督学习，得到输出动作； 获取初始三维点云数据，对初始三维点云数据进行滤波和坐标转换处理后，通过投影和双线性插值算法生成局部二维高度图作为局部高度地图； 对速度跟踪效果进行评估，根据评估结果适应性调整楼梯地形模型中的环境参数。

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济南大学，其通讯地址为：250000 山东省济南市市中区南辛庄西路336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”。