Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 成都工业学院钟英获国家专利权

成都工业学院钟英获国家专利权

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!

龙图腾网获悉成都工业学院申请的专利一种基于深度强化学习的机械臂智能控制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:CN120572540B

龙图腾网通过国家知识产权局官网在2025-10-31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:202511072154.6,技术领域涉及:B25J9/16;该发明授权一种基于深度强化学习的机械臂智能控制方法及系统是由钟英;冯丹彤;纪旭设计研发完成,并于2025-08-01向国家知识产权局提交的专利申请。

一种基于深度强化学习的机械臂智能控制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强化学习的机械臂智能控制方法及系统,涉及机械臂智能控制技术领域。首先监测中心控制器收集机械臂的历史智能协同控制数据,并进行机械臂的智能协同控制优化,有助于提高机械臂在不同环境和任务中的精度和效能,然后对机械臂的智能控制过程进行数据监测分析,进而对机械臂的智能控制过程进行性能调控,能够有效减少因控制不当而产生的误差或不稳定情况,提高机械臂在长期运行中的持续稳定性,最后在性能调控后分析机械臂的智能控制质量,得到机械臂的智能控制质量优化结果并进行反馈调控,有助于增强机械臂在复杂、多变环境下的工作能力,提高工作效率。

本发明授权一种基于深度强化学习的机械臂智能控制方法及系统在权利要求书中公布了:1.一种基于深度强化学习的机械臂智能控制方法,其特征在于,包括: 监测中心控制器收集机械臂的历史智能协同控制数据,导入至数据预处理器处理获得机械臂的智能协同控制信息,进而进行机械臂的智能协同控制优化,并启动智能控制起始信号; 机械臂的控制平台接收智能控制起始信号后进行机械臂的智能控制,同时对机械臂的智能控制过程进行数据监测分析,进而对机械臂的智能控制过程进行性能调控; 在性能调控后分析机械臂的智能控制质量,得到机械臂的智能控制质量优化结果并进行反馈调控; 所述监测中心控制器收集机械臂的历史智能协同控制数据,具体过程为: 监测中心控制器收集机械臂的历史智能协同控制数据,所述机械臂的历史智能协同控制数据包括机械臂的历史数据传输延迟平均时长、历史响应平均时长和历史运行偏差系数; 基于机械臂的历史智能协同控制数据处理得到机械臂的智能协同控制能效值,所述机械臂的智能协同控制能效值表示机械臂的历史数据传输延迟平均时长、历史响应平均时长和历史运行偏差系数,共同对机械臂的历史软硬件智能协同程度的量化结果; 所述导入至数据预处理器处理获得机械臂的智能协同控制信息,具体过程为: 所述机械臂的智能协同控制信息包括智能协同异常和智能协同正常; 将机械臂的智能协同控制能效值与智能控制数据库中存储的智能协同控制能效阈值进行比对,若机械臂的智能协同控制能效值低于智能协同控制能效阈值,则将机械臂的智能协同控制信息标记为智能协同异常,否则将机械臂的智能协同控制信息标记为智能协同正常; 所述同时对机械臂的智能控制过程进行数据监测分析,具体分析过程为: 对机械臂的智能控制过程进行数据监测分析得到机械臂的智能控制性能参数,所述机械臂的智能控制性能参数包括预设监测时段内机械臂的运行偏差系数、速度偏差系数、控制信号更新平均频率和平均振动频率; 对机械臂的智能控制性能参数进行综合分析,得到监测时段内机械臂的智能控制性能异常评估值,所述监测时段内机械臂的智能控制性能异常评估值表示机械臂的运行偏差系数、速度偏差系数、控制信号更新平均频率和平均振动频率,共同对机械臂的智能控制性能异常程度的量化结果; 所述在性能调控后分析机械臂的智能控制质量,具体分析过程为: 在性能调控后提取性能异常监测时段内机械臂的智能控制优化质量数据,所述性能异常监测时段内机械臂的智能控制优化质量数据包括性能异常监测时段内机械臂的关节摩擦力矩平均值、动态响应平均时长、能量消耗率和位姿变化系数; 基于性能异常监测时段内机械臂的智能控制优化质量数据,处理得到机械臂的智能控制优化质量表征值,所述机械臂的智能控制优化质量表征值表示机械臂的关节摩擦力矩平均值、动态响应平均时长、能量消耗率和位姿变化系数,共同对机械臂的智能控制优化稳定程度的量化结果; 所述得到机械臂的智能控制质量优化结果并进行反馈调控,具体过程为: 所述机械臂的智能控制质量优化结果包括优化合格和优化不合格; 将机械臂的智能控制优化质量表征值与设定的智能控制优化质量表征阈值进行比对,若机械臂的智能控制优化质量表征值高于或等于设定的智能控制优化质量表征阈值,则将机械臂的智能控制质量优化结果标记为优化合格; 若机械臂的智能控制优化质量表征值低于设定的智能控制优化质量表征阈值,则将机械臂的智能控制质量优化结果标记为优化不合格,并根据机械臂的智能控制质量优化结果进行反馈调控; 所述根据机械臂的智能控制质量优化结果进行反馈调控,具体过程为: 提取机械臂的智能控制质量优化结果,若机械臂的智能控制质量优化结果为优化合格,则继续以当前的机械臂的最大关节扭矩进行后续智能控制; 若机械臂的智能控制质量优化结果为优化不合格,则将当前的机械臂的最大关节扭矩与设定的最大关节扭矩削减值进行相减,得到机械臂的最大关节扭矩目标值,并将当前的机械臂的最大关节扭矩调节至机械臂的最大关节扭矩目标值进行后续智能控制。

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工业学院,其通讯地址为:610031 四川省成都市金牛区花牌坊街2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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。