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！

龙图腾网获悉广东省科学院智能制造研究所;人工智能与数字经济广东省实验室(广州)申请的专利一种可扩展的机器人仿人精准抓取技能学习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：CN118322212B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202410623267.X，技术领域涉及：B25J9/16；该发明授权一种可扩展的机器人仿人精准抓取技能学习方法及系统是由吴鸿敏;周雪峰;鄢武;郑昊辰;唐观荣;徐智浩;林旭滨设计研发完成，并于2024-05-20向国家知识产权局提交的专利申请。

本一种可扩展的机器人仿人精准抓取技能学习方法及系统在说明书摘要公布了：本发明公开了一种可扩展的机器人仿人精准抓取技能学习方法及系统，涉及人工智能与机器人学交叉领域，包括：获取机器人模仿演示者抓取的运动轨迹；根据所述模仿演示者抓取的运动轨迹建立机器人抓取技能模型；对所述机器人抓取技能模型的参数进行学习与优化，得到演示者的经验知识引导的抓取参考轨迹；将所述抓取参考轨迹转化为线性动态系统，并对该线性动态系统进行参数优化，以实现机器人抓取技能的全局收敛性；利用中间点对所述机器人抓取技能模型进行重构，以实现机器人抓取技能的快速扩展。本发明可以解决在非结构化环境下机器人抓取路径规划过程中扩展性差和准确率低的问题。

本发明授权一种可扩展的机器人仿人精准抓取技能学习方法及系统在权利要求书中公布了：1.一种可扩展的机器人仿人精准抓取技能学习方法，其特征在于，包括： 获取机器人模仿演示者抓取的运动轨迹； 根据所述模仿演示者抓取的运动轨迹建立机器人抓取技能模型； 对所述机器人抓取技能模型的参数进行学习与优化，得到演示者的经验知识引导的抓取参考轨迹； 将所述抓取参考轨迹转化为线性动态系统，并对该线性动态系统进行参数优化，以实现机器人抓取技能的全局收敛性； 利用中间点对所述机器人抓取技能模型进行重构，以实现机器人抓取技能的快速扩展； 其中，将所述抓取参考轨迹转化为线性动态系统，并对该线性动态系统进行参数优化，以实现机器人抓取技能的全局收敛性，具体包括： 将非线性的抓取参考轨迹转换为线性动态系统，表示为： Ω＝fx＝hxAx+b 式中，A＝DxqDx-1,b＝Eq-AEx，Ex,EΩ分别代表位置和姿态对应的均值，Dx,DΩ分别代表位置和姿态所对应的方差， 为了满足系统的全局收敛性，系统应满足： 式中，hx为比例系数，P为任意对称正定矩阵，符号'＜0'表示矩阵的负定，采用参数化二次型李雅普诺夫函数Ωx＝x-x*TPx-x*对线性系统的全局收敛性进行验证，对线参数系统的未知参数A,b进行学习和优化，从而使机器人仿人抓取技能模型能够非结构化环境下，实现机器人仿人精准抓取； 将所述抓取参考轨迹转化为线性动态系统，并对该线性动态系统进行参数优化，以实现机器人抓取技能的全局收敛性，具体包括： 将非线性的抓取参考轨迹转换为线性动态系统，表示为： Ω＝fx＝hxAx+b 式中，A＝DxqDx-1,b＝Eq-AEx，Ex,EΩ分别代表位置和姿态对应的均值，Dx,DΩ分别代表位置和姿态所对应的方差， 为了满足系统的全局收敛性，系统应满足： 式中，hx为比例系数，P为任意对称正定矩阵，符号'＜0'表示矩阵的负定，采用参数化二次型李雅普诺夫函数Ωx＝x-x*TPx-x*对线性系统的全局收敛性进行验证，对线参数系统的未知参数A,b进行学习和优化，从而使机器人仿人抓取技能模型能够非结构化环境下，实现机器人仿人精准抓取。

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广东省科学院智能制造研究所;人工智能与数字经济广东省实验室(广州)，其通讯地址为：510000 广东省广州市先烈中路100号大院15号楼；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。