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！

龙图腾网恭喜北京航空航天大学申请的专利一种基于采样数据的空间机器人最优阻抗学习方法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：CN115741691B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202211437369.X，技术领域涉及：B25J9/16；该发明授权一种基于采样数据的空间机器人最优阻抗学习方法是由胡庆雷;吴晗;郑建英;邵小东;郭雷设计研发完成，并于2022-11-16向国家知识产权局提交的专利申请。

本一种基于采样数据的空间机器人最优阻抗学习方法在说明书摘要公布了：本发明涉及一种基于采样数据的空间机器人最优阻抗学习方法，首先，建立多自由度空间机器人系统的动力学模型，采用质量‑弹簧‑阻尼器近似交互模型；其次，设计交互性能函数，将最优阻抗控制问题转换为一种特殊的线性二次型跟踪LQT问题；然后，假设机器人末端位置、速度可测，设计基于全状态反馈的异策略无模型积分强化学习方法用于阻抗参数求解；最后，考虑机器人末端速度缺失问题，借助状态重构技术，设计基于历史数据反馈的异策略无模型积分强化学习算法求解最优阻抗参数。本发明利用有限采样数据离线学习最优阻抗参数，可用于末端速度缺失、交互模型和指令生成器的动力学未知的系统，实现空间机器人与未知目标面的安全柔顺交互控制。

本发明授权一种基于采样数据的空间机器人最优阻抗学习方法在权利要求书中公布了：1.一种基于采样数据的空间机器人最优阻抗学习方法，其特征在于，包括以下步骤：第一步，基于凯恩方程建立包含末端交互力的多自由度空间机器人动力学模型，利用质量-弹簧-阻尼器对交互模型进行近似描述；所述第一步具体实现如下：基于凯恩方程建立包含末端交互力的多自由度空间机器人动力学模型如下所示： 其中，q表示空间机器人系统的广义坐标，分别表示q的一阶、二阶导数；Dq表示为系统全局质量阵，为系统的全局非线性项，τ表示系统控制力力矩，Je表示空间机器人运动相关的雅可比矩阵，Fe表示末端交互力，通常由力传感器测量得到；上标“T”表示矩阵的转置；末端交互力Fe通过将交互模型近似为质量-弹簧-阻尼系统得到： 式中，Me、De和Ke分别表示为系统的质量系数、阻尼系数和刚度系数；x表示机器人末端位置在惯性系中的分量，分别表示x的一阶导数和二阶导数；xe表示交互面的位置在惯性系中的分量；阻抗控制器的表达式为： 式中，Md、Dd0表示预设的期望惯量、阻尼系数，Dd、Kd分别表示有待进一步设计的期望阻尼、刚度系数，xd表示机器人末端的期望轨迹；将交互模型与阻抗控制器相加，得到阻抗交互系统表达式如下： 其中，xe表示环境位置常值向量，Me1定义为Me1＝Md+Me，De1定义为De1＝Dd0+De，表示非惯性交互力；取状态变量控制输入取u＝f，则得到阻抗交互系统的线性状态方程形式： 其中，表示ξ的导数， 其中，y表示系统的输出向量，当速度与末端位置均可测时，输出矩阵C表示为当仅末端位置可测时，输出矩阵表示为C＝[0,Ι]；0和Ι分别表示合适维数的零矩阵和单位矩阵；第二步，根据控制目标设计交互性能函数，将最优阻抗控制问题转换为特殊的线性二次型跟踪问题；第三步，假设末端位置、速度可测，设计基于全状态反馈的异策略无模型积分强化学习方法求解最优阻抗参数；第四步，针对末端速度信息缺失的情形，利用状态重构技术设计基于历史数据反馈的异策略无模型积分强化学习算法，实现最优阻抗控制。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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”。