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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南工业职业技术学院李波波获国家专利权

湖南工业职业技术学院李波波获国家专利权

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!

龙图腾网获悉湖南工业职业技术学院申请的专利一种机器人机械手爪的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:CN120921382B

龙图腾网通过国家知识产权局官网在2026-03-17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:202511213656.6,技术领域涉及:B25J9/16;该发明授权一种机器人机械手爪的智能控制方法及系统是由李波波;周佳乐;李琼;夏凯;杨阳设计研发完成,并于2025-08-28向国家知识产权局提交的专利申请。

一种机器人机械手爪的智能控制方法及系统在说明书摘要公布了:本发明属于机械手爪技术领域,本发明公开了一种机器人机械手爪的智能控制方法及系统;包括以下模块:数据采集模块,用于采集待送物品的物品参数;物品评估模块,用于根据采集的物品参数生成机械手爪对物品抓取的脱离评分。本发明通过设置匹配度预测模型,将抓取耗时、评分差值、相对距离、最终距离和缓急度各种因素纳入考量,预测各候选取货点与当前配送路线的匹配度,据此对初始配送路线进行协同优化,实现了多目标抓取顺序与全局路径的智能决策,有效解决了抓取与运送环节割裂的问题,在保证抓取安全性的同时,显著减少了机器人的空载里程、等待时间和总体任务完成时间,从而全面提升系统的综合运行效率与智能化水平。

本发明授权一种机器人机械手爪的智能控制方法及系统在权利要求书中公布了:1.一种机器人机械手爪的智能控制系统,其特征在于,包括以下模块: 数据采集模块,用于采集待送物品的物品参数,所述物品参数包括待送物品的表面光滑程度、物品的重量、物品的软硬程度和机械手爪与物品的接触面积; 物品评估模块,用于根据采集的物品参数生成机械手爪对物品抓取的脱离评分,并根据脱离评分划分物品的脱离等级; 路线生成模块,用于根据物品待送的缓急程度标记物品配送的优先级,并根据物品的优先级生成初始配送路线; 路线优化模块,用于获取历史匹配度数据并构建物品匹配度预测模型,利用物品匹配度预测模型对初始配送路线进行优化以获取优化配送路线; 执行模块,用于使机器人通过机械手爪抓取对应的物品并按照优化配送路线进行配送; 在待送区设置推块以恒定的低速接近物品,推块与物品接触位置设置有传感器,在推块刚接触物体表面的瞬间,即通过力传感器读数从0开始突变来判定,记录当前位置为初始位置,继续控制推块向内移动一个固定的微小距离,同时记录下此时推块所受到的反作用力,根据计算可得到物品的软硬程度; 在待送区设置有与机械手爪相同的夹爪,夹爪上设置有基于视觉的触觉传感器,传感器的柔软表面与物体接触后会发生形变,其内部的摄像头会拍摄下清晰的接触图像,进行图像处理,阈值分割,即将接触区域与未接触区域分开,连通域分析,计算连通域内的像素总数,根据传感器表面的物理尺寸与图像像素总数的对应关系,将像素数量换算为实际的物理面积,从而得到机械手爪与物品的接触面积; 根据采集的物品参数生成机械手爪对物品抓取的脱离评分的过程包括: 脱离评分P为: 式中,、、和均为权重系数,S为物品的表面光滑程度,为物品的表面光滑程度最小值,为物品的表面光滑程度最大值,为物品的重量,为物品的重量最小值,为物品的重量最大值,为机械手爪与物品的接触面积,为机械手爪与物品的接触面积最小值,为机械手爪与物品的接触面积最大值; 其中H为归一化物品的软硬程度带来的脱落风险值,其公式为: 式中,为物品的刚度值,为机械手爪的最优刚度值,和为定义的刚度值边界,需要通过大量实验标定; 获取等候待送物品在不同配送周期内的历史匹配度数据,所述历史匹配度数据包括等候待送物品在不同配送周期内的抓取耗时、评分差值、相对距离、终点距离和缓急度及等候待送物品在配送周期内的历史匹配度; 根据不同历史匹配度数据中等候待送物品的抓取耗时、评分差值、相对距离、终点距离和缓急度及对应的历史匹配度生成匹配度预测集合,并将其划分为训练集和测试集; 构建卷积神经网络,将第一训练集中的不同历史匹配度数据中的抓取耗时、评分差值、相对距离、终点距离和缓急度作为卷积神经网络的输入数据,将训练集中对应的历史匹配度作为卷积神经网络的输出数据; 对卷积神经网络进行训练以获得初始卷积神经网络,利用测试集对初始卷积神经网络进行模型验证,输出小于等于预设的测试误差阈值的初始卷积神经网络作为匹配度预测模型。

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工业职业技术学院,其通讯地址为:410000 湖南省长沙市岳麓区含浦科教园;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。