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！

龙图腾网获悉成都信息工程大学申请的专利适应不规则离散轨迹的机器人跟踪控制方法、系统、设备及存储介质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：CN120406472B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510908866.0，技术领域涉及：G05D1/43；该发明授权适应不规则离散轨迹的机器人跟踪控制方法、系统、设备及存储介质是由杨强;曾颖;冯薇;周何;张皓设计研发完成，并于2025-07-02向国家知识产权局提交的专利申请。

本适应不规则离散轨迹的机器人跟踪控制方法、系统、设备及存储介质在说明书摘要公布了：本发明公开了适应不规则离散轨迹的机器人跟踪控制方法、系统、设备及存储介质，属于机器人技术领域，所述方法包括根据参考轨迹的变化，动态地选取离散点数，用来量化参考轨迹的曲率变化；根据参考轨迹的曲率变化，动态选取合适的预测步长；对机器人运动学模型进行离散化，获得机器人离散运动学模型；定义轨迹跟踪误差函数，并结合所述机器人离散运动学模型构建轨迹跟踪目标函数；求解所述目标函数，获得机器人轨迹跟踪控制器，使机器人按照参考轨迹运动，从而完成轨迹跟踪目标。本发明针对呈不规则变化的离散参考轨迹，提供了一种具有动态适应能力的机器人轨迹跟踪控制方法，有利于提高机器人轨迹跟踪精度和行驶效率，具有重要的实用价值。

本发明授权适应不规则离散轨迹的机器人跟踪控制方法、系统、设备及存储介质在权利要求书中公布了：1.适应不规则离散轨迹的机器人跟踪控制方法，其特征在于，包括如下步骤： 根据参考轨迹的变化，动态地选取离散点数，用来量化参考轨迹的曲率变化； 根据参考轨迹的曲率变化，动态选取预测步长； 用欧拉前向差分法对机器人运动学模型进行离散化，获得机器人离散运动学模型； 定义轨迹跟踪误差函数，并结合所述机器人离散运动学模型构建轨迹跟踪目标函数； 求解所述目标函数，获得机器人轨迹跟踪控制器，使机器人按照参考轨迹运动，从而完成轨迹跟踪目标； 参考轨迹的曲率为： ； 其中，为索引值，，为动态选取的离散点数，，四舍五入取整数，为一个整数，为离散点到弦的距离，弦由点和两点确定； 预测步长的动态选取的公式为： ； 其中，为一个整数；为一个整数；为动态选取的离散点数，的取值范围为，四舍五入，取整数； 所述机器人运动学模型为： ； 式中，为机器人的姿态角，为机器人运动过程中的线速度，，为转向角速度，为机器人在方向和方向的速度分量，为机器人质心在移动平面下的坐标，为横坐标，为纵坐标，为模型的控制量，用欧拉前向差分法对机器人运动学模型进行离散化，得到的机器人离散运动学模型为: ； 式中，为采样周期，为时刻机器人的状态信息，为时刻机器人的线速度，为时刻机器人的转向角速度，为时刻机器人的状态信息； 定义轨迹跟踪误差函数为 ； 式中，，为在第个离散点机器人实际运动轨迹的横坐标与参考轨迹横坐标的偏差；为在第个离散点机器人实际运动轨迹的纵坐标与参考轨迹纵坐标的偏差；为在第个离散点机器人实际运动轨迹的姿态角与参考轨迹姿态角的偏差； 基于公式； 定义机器人的期望速度： ； 其中，为机器人在离散点的期望行驶速度；为机器人最大行驶速度；为放缩系数，为离散点的曲率； 定义实际的机器人的行驶速度与期望的行驶速度偏差： ； 假设当前在第个离散点，，往后预测个点，则待优化的轨迹跟踪目标函数为： ； 其中，为权重矩阵，定义为一个对角矩阵；为机器人实际行驶速度与期望行驶速度的偏差，为权重系数；为索引值；为动态选取的预测步长；为组成参考轨迹的离散点数；为欧氏范数； 假设当前在第个离散点，，往后考虑个点，则待优化的轨迹跟踪目标函数为： ； 其中，为权重矩阵，定义为一个对角矩阵；为机器人的线速度与期望线速度的偏差，为权重系数；为索引值；为组成参考轨迹的离散点数；为欧氏范数；为离散点索引值； 在第个离散点，，设计机器人轨迹跟踪控制器，使得待优化的轨迹跟踪目标函数取最小值。

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成都信息工程大学，其通讯地址为：610200 四川省成都市西南航空港经济开发区学府路一段24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”。