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！

龙图腾网获悉湖南大学申请的专利基于高斯混合模型与模型预测控制的路径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：CN120503222B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202511021384.X，技术领域涉及：B25J9/16；该发明授权基于高斯混合模型与模型预测控制的路径规划方法及系统是由张辉;陈鑫杰;陈波;江一鸣;李康;谢核;毛建旭;王耀南设计研发完成，并于2025-07-24向国家知识产权局提交的专利申请。

本基于高斯混合模型与模型预测控制的路径规划方法及系统在说明书摘要公布了：本发明提供了一种基于高斯混合模型与模型预测控制的路径规划方法及系统，该方法包括：先构建在连续时间下的人手运动关键点的位置集合；再构建联合变量以及基于联合变量的观测数据集，联合变量由时间与对应时刻的人手空间位置组成；构建高斯混合模型并利用观测数据集进行模型训练，确定模型参数；最后引入模型预测控制，即建立机械臂的状态空间模型，再基于状态空间模型构建目标函数及将高斯混合模型对人手轨迹预测结果引入约束条件中，实现机械臂从当前位置到参考轨迹之间的最优路径规划。通过上述技术方案，机械臂能够有效适应人手运动轨迹的变化，同时避免在执行任务过程中出现不协调或碰撞的现象，大大提高了人机协作的效率和安全性。

本发明授权基于高斯混合模型与模型预测控制的路径规划方法及系统在权利要求书中公布了：1.一种基于高斯混合模型与模型预测控制的路径规划方法，其特征在于：包括以下步骤： S1：采集在连续时间序列下的人体运动数据，得到人手运动关键点的位置集合，作为人手空间位置集合，表征人手轨迹； S2：构建联合变量以及基于联合变量的观测数据集，所述联合变量由时间t与对应时刻的人手空间位置组成； S3：构建高斯混合模型，即联合变量的分布以多个高斯分布的加权求和表示； S4：利用所述观测数据集对所述高斯混合模型进行训练，确定所述高斯混合模型的模型参数，分别为第k个高斯分布的权重、均值向量以及协方差矩阵； S5：引入模型预测控制，即建立机械臂的状态空间模型，再基于所述状态空间模型构建目标函数，并将所述高斯混合模型的人手轨迹预测结果引入约束条件中，实现机械臂从当前位置到参考轨迹之间的最优路径规划； 其中，利用所述高斯混合模型预测机械臂在未来时刻的人手轨迹，进而与基于所述状态空间模型得到的同一时刻的机械臂末端位置状态构建免碰撞约束项。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路麓山门湖南大学；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”。