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！

龙图腾网恭喜河南省机械设计研究院有限公司申请的专利一种基于集成学习的工业机器人回位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：CN115847411B 。

龙图腾网通过国家知识产权局官网在2025-03-11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：202211543845.6，技术领域涉及：B25J9/16；该发明授权一种基于集成学习的工业机器人回位方法是由侯龙潇;李建普;赵聪;李晓鹏;雷珊珊;杨成林;范宦潼;白保坤;谢沙沙;王峰;王同斐;张艳吉;张寅腾;马少奇设计研发完成，并于2022-12-03向国家知识产权局提交的专利申请。

本一种基于集成学习的工业机器人回位方法在说明书摘要公布了：本发明提出了一种基于集成学习的工业机器人回位方法。通过设计机器人回初始位路径，采集机器人位姿、工具类型等样本信息，结合k‑近邻算法和构造回初始位空间对位姿信息进行分类化处理，通过重构机器人特征信息的样本进行决策树模型的训练，最终使用决策树模型确定回初始位的路径并执行机器人回初始位程序，完成工业机器人自动回初始位的任务。

本发明授权一种基于集成学习的工业机器人回位方法在权利要求书中公布了：1.一种基于集成学习的工业机器人回位方法，其特征在于，包括以下步骤：S1、构造位置判定空间，以示教点为中性构造正方体空间，以工作区域为中心构造立方体空间，全区域构造象限空间；S2、回初始位路径分类设计，分别设计示教点正方体内的回初始位路径，工作区域立方体内的回初始位路径，以及象限区域内的回初始位路径，并对各回初始位路径编号；S3、回初始位路径决策，回初始位路径的判定基于决策树算法，统计机器人起始状态数据作为样本训练决策树模型，所述决策树算法采用决策树中的C4.5算法，其样本特征的划分依据为信息增益比，设样本中的某个特征A，其特征熵： 式中：i表示特征A的n种取值；|D|表示划分前的样本总数；|Di|表示划分的样本数目；特征A的信息增益：ID,A＝HD-HAD式中：HD表示样本的总熵值；HAD表示特征A的特征熵；信息增益比： 式中：ID,A表示信息增益；使用k-近邻算法将离散的TCP位置数据和姿态数据转换为类别数据，将离散的TCP位置数据进行分类，建立分布于各个立方体空间中的数据样本用于训练k-近邻模型；使用sklearn模块中的KNeighborsClassfier类进行k-近邻算法建模，统计的位置和姿态数据样本，标准化处理消除异常点对整体数据平均值的影响，对每一列数据，即一个轴向或绕某个方向轴的旋转方向的每个数据进行标准化处理，计算方法如下： 式中：x表示当前数据；μ表示数据列的平均值；σ表示数据列的标准差，将标准化处理后的总数据集按照80％的训练集，20％的测试集进行划分，x′为当前数据标准化处理后的数据；将训练集和训练集对应的标签输入KNeighborsClassfier.fit函数进行模型训练，得出的结果即是将TCP的离散位置数据和姿态数据转换为空间编号和姿态编号的分类，TCP的位置编号和姿态编号将代替离散的坐标数据作为路径决策算法的特征值，使用KNeighborsClassfier.score函数，导入测试集样本的特征值和目标值对模型的准确率进行评估；决策树的模型存在三个超参数：限制树的最大深度max_depth；一个节点在分支后的每个子节点都必须至少包含的样本数min_samples_leaf；一个节点至少要包含的样本数min_samples_split，对超参数进行调优，将训练集进行十等分用于交叉验证，对预先设定max_depth＝[3,5]，min_samples_leaf＝[5,8,10]，min_samples_split＝[1,2,3]进行的网格搜索得出模型在数据样本下优化的超参数，将训练集和训练集对应的标签输入DecisionTreeClassifier.fit函数进行模型训练，此模型即为判定在拥有某种位置编号、姿态编号和工具种类的特征下，所对应的回初始位路径编号，使用DecisionTreeClassifier.score函数，导入测试集数据对模型进行评估，使用joblib.dump函数对评估完成的模型以.pkl格式进行保存；S4、TCP位置及姿态判定，采集机器人的特征信息，包括位姿信息、当前工具信息；拆分位姿信息为位置信息和姿态信息；将位置信息和姿态信息使用k-近邻算法分类化，获取位置分类号和姿态分类号；S5、重构机器人特征信息，将重构的机器人特征信息导入训练完成的决策树模型获取回归路径编号；S6、按照路径编号执行分类设计的机器人回归程序。

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河南省机械设计研究院有限公司，其通讯地址为：450003 河南省郑州市红专路51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”。