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！

龙图腾网恭喜中国科学院深圳先进技术研究院申请的专利机器人运动控制方法、设备及介质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：CN116476067B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202310505885.X，技术领域涉及：B25J9/16；该发明授权机器人运动控制方法、设备及介质是由徐升;徐天添;李冬;黄晨阳;吴新宇设计研发完成，并于2023-05-06向国家知识产权局提交的专利申请。

本机器人运动控制方法、设备及介质在说明书摘要公布了：本发明公开了一种机器人运动控制方法、设备及介质，其方法包括：确定机器人的目标点位置、目标运动路径和目标模态；根据所述目标点位置、目标运动路径和目标模态，并基于预先训练好的控制器对机器人进行点到点运动控制，控制器是基于宽度学习算法的控制器建模并进行控制器模型训练得到。本发明避免了复杂的重复调参过程，降低了对使用人员的专业性需求。

本发明授权机器人运动控制方法、设备及介质在权利要求书中公布了：1.一种机器人运动控制方法，其特征在于，所述方法包括： 确定机器人的目标点位置、目标运动路径和目标模态； 根据所述目标点位置、目标运动路径和目标模态，并基于预先训练好的控制器对所述机器人进行点到点运动控制，所述控制器是基于宽度学习算法的控制器建模并进行控制器模型训练得到； 所述确定机器人的目标点位置、目标运动路径和目标模态的步骤之前还包括： 基于宽度学习算法进行控制器建模并对控制器模型进行训练得到训练好的控制器； 所述机器人的控制系统包括：高阶动力控制系统和低阶控制系统，所述基于宽度学习算法进行控制器建模并对控制器模型进行训练得到训练好的控制器的步骤包括： 对机器人的运动过程进行示教和采样，得到示教数据； 通过高阶动力控制系统使用宽度学习算法对控制器进行建模，得到控制器模型，以及对低阶控制系统的非线性关系使用超限学习机进行拟合，并通过整合得到控制系统的样本控制率； 基于所述样本控制率分析并推导系统稳定性约束； 将所述示教数据及系统稳定性约束导入所述控制器模型，并基于宽度学习算法、所述样本控制率以及结合优化函数求解来训练所述控制器模型，获得控制器最终各个参数，得到训练好的控制器。

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中国科学院深圳先进技术研究院，其通讯地址为：518055 广东省深圳市南山区西丽深圳大学城学苑大道1068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”。