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！

龙图腾网获悉广东海洋大学申请的专利基于DME-NTZNN的六自由度冗余机械臂运动规划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：CN121848406B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202610309813.1，技术领域涉及：B25J9/16；该发明授权基于DME-NTZNN的六自由度冗余机械臂运动规划方法是由宋致远;姜丞泽;肖秀春设计研发完成，并于2026-03-13向国家知识产权局提交的专利申请。

本基于DME-NTZNN的六自由度冗余机械臂运动规划方法在说明书摘要公布了：本发明公开了一种基于DME‑NTZNN的六自由度冗余机械臂运动规划方法。属于机器人控制与运动规划技术领域。本发明首先建立机械臂运动学模型并定义期望轨迹；其次，构建离散动量增强噪声抑制零化神经网络模型，该模型通过引入基于历史误差累积的积分项以抑制测量噪声，并通过引入基于上一周期关节速度的动量前馈项以加速收敛；接着，在每个控制周期，基于该模型实时求解满足跟踪要求的关节速度指令；最后，依据速度指令更新关节状态并驱动机械臂运动。本发明在提升轨迹跟踪收敛速度、增强系统抗干扰能力以及保证高精度运动控制方面具有显著效果。

本发明授权基于DME-NTZNN的六自由度冗余机械臂运动规划方法在权利要求书中公布了：1.一种基于DME-NTZNN的六自由度冗余机械臂运动规划方法，其特征在于，包括如下步骤： S1、对六自由度冗余机械臂进行运动学建模，获取其末端位置与关节角度之间的映射关系，并设定末端执行器所需跟踪的时变期望轨迹； S2、构建离散动量增强噪声抑制零化神经网络模型，该模型通过定义包含积分反馈的误差演化规律来主动抑制测量噪声，并通过引入基于历史速度的动量项来加速网络收敛，其中，构建离散动量增强噪声抑制零化神经网络模型表示为： 式中，为跟踪误差，为其一阶微分；和为设计参数，为时间积分项； S3、在每个采样控制周期，依据S2所构建的模型，结合当前机械臂状态、期望轨迹信息及上一周期的速度指令，实时计算得到满足轨迹跟踪要求的关节速度指令，其中在每个控制周期求解关节速度指令的具体过程为： S31：计算用于驱动系统的基础项，该基础项由期望轨迹的速度前馈、当前末端位置误差的比例负反馈、以及历史累计误差的积分负反馈三部分相加组成，其中，历史累计误差的积分负反馈是通过对自运动开始以来每一个控制周期内的末端位置跟踪误差进行累加求和得到； S32、将上一控制周期计算得到的关节速度指令乘以一个动量因子，形成动量增强前馈项，动量增强前馈项具体为： 基于物理学惯性原理，将上一控制周期计算得到的关节速度指令与一个介于0到1之间的动量因子相乘，其乘积作为动量前馈项引入当前周期的求解过程，以利用历史运动信息模拟惯性效应，加速网络收敛； S33：将所述基础项与所述动量增强前馈项相加，共同构成当前周期末端期望速度的修正目标； S34、以该修正目标作为等式右端，以当前机械臂构型下的雅可比矩阵作为系数矩阵，构建关于当前关节速度的线性方程组并进行求解，从而得到融合了抗噪与加速效果的关节速度指令； S4、利用S3计算出的关节速度指令驱动机械臂各关节运动，并更新机械臂的关节角度状态，实现闭环控制。

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广东海洋大学，其通讯地址为：524088 广东省湛江市麻章区海大路1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。