专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果71940个,建议您升级VIP下载更多相关专利
  • [发明专利]一种仿机器人控制方法-CN201910224808.0有效
  • 曹政才;耿鹏;李俊宽;肖清;张东 - 北京化工大学
  • 2019-03-24 - 2020-12-11 - B25J9/16
  • 本发明公开了一种仿机器人控制方法,涉及仿机器人的运动规划与控制领域,主要包括以下部分:建立基于速度分解的仿机器人动力学模型,设计指数稳定控制器实现其运动控制;建立仿机器人刚度模型,结合动力学构造刚度与能量方程,采用多目标优化算法对刚度和能量进行优化;最后通过控制关节刚度实现仿机器人形态的稳定,达到外部环境的外力冲击作用下仿机器人的稳定运动,提高仿机器人的环境适应能力。
  • 一种机器人控制方法
  • [发明专利]一种磁控仿鳞软驱动器及其制造方法-CN202211116388.2在审
  • 赵岩;姜潮;朱翰林;王源;葛杨文 - 湖南大学
  • 2022-09-14 - 2022-12-02 - B25J9/06
  • 本发明公开了一种磁控仿鳞软驱动器,包括磁控仿鳞软驱动器本体和磁场发生器;磁控仿鳞软驱动器本体为一系列规律分布圆弧形平面剪痕的磁弹性体薄片,磁弹性体薄片中由圆弧形平面剪痕形成的扇形鳞片混入磁性颗粒;磁性颗粒在第一磁场中被磁化以使磁控仿鳞软驱动器本体的所有扇形鳞片被编程获得非均匀的磁畴分布,从而在均匀磁场中会发生面外翘曲和沿长度方向膨胀变形;磁场发生器用于向磁控仿鳞软驱动器本体施加第二磁场,以使磁弹性体薄片的所有扇形鳞片由水平状态变化为面外翘曲的弯曲状态,同时磁控仿鳞软驱动器本体沿长度方向膨胀变形。本发明还公开了一种磁控仿鳞软驱动器的制造方法。
  • 一种磁控仿蛇鳞软驱及其制造方法
  • [发明专利]一种仿搜救机器人适应性步态自主涌现方法-CN201811596803.2有效
  • 曹政才;肖清;黄冉;胡标;张东;耿鹏;李俊宽 - 北京化工大学
  • 2018-12-26 - 2020-07-24 - B25J9/16
  • 本发明公开了一种仿搜救机器人适应性步态自主涌现方法,针对仿搜救机器人的特殊机械结构及其所处复杂动态非结构环境,使用深度强化学习理论设计相应的步态自主学习方法。此方法应用于仿搜救机器人,可以通过不断从环境中获取信息生成最优控制策略,实现在复杂非结构的救援现场中仿搜救机器人的适应性步态自主涌现。该方法使用分布式并行近似策略优化,将多个仿搜救机器人间策略经验相互共享,实现对未知救援环境的快速适应性学习。本发明解决传统强化学习方法不能适应复杂非结构环境以及算法收敛速度慢、稳定性差等问题,更切合实际,能够使仿搜救机器人在搜救任务中自主生成适应性最优步态。
  • 一种搜救机器人适应性步态自主涌现方法
  • [发明专利]一种仿机器人自适应路径跟踪方法-CN201911302153.0有效
  • 曹政才;张东;袁昊 - 北京化工大学
  • 2019-12-17 - 2021-06-08 - G05D1/12
  • 本发明公开了一种仿机器人自适应路径跟踪方法,本发明的主要机理是以整体姿态框架与膨胀障碍物的位置关系代替传统的仿机器人与障碍物间的位置关系,筛选规划路径点、平滑处理规划路径,获取路径导航点,利用设计的自适应路径跟踪控制器实现方法机器人对路径的跟踪此路径规划与自适应跟踪方法由仿机器人整体姿态框架生成、障碍物边缘膨胀化处理、路径规划与平滑、自适应路径跟踪控制器设计四部分构成,有效提高了仿机器人多障碍复杂环境下的适应能力,对实现仿机器人在复杂环境下的自主化
  • 一种机器人自适应路径跟踪方法
  • [发明专利]基于强化学习的仿机器人运动规划方法-CN202210374451.6在审
  • 张东;曹政才;袁昊;居仁杰;苗智雯;劳钜;盖妍 - 北京化工大学
  • 2022-04-11 - 2022-06-03 - G05D1/02
  • 本发明涉及基于强化学习的仿机器人运动规划方法,用于解决当前主流运动规划算法在应用于仿机器人时无法完成由起始点到目标点的运动规划或所规划的路径适用性差的问题。本发明是由神经网络与路径积分强化学习相结合而实现的复杂环境下运动规划新型方法,其主要机理是利用神经网络表征状态空间,以强化学习的方式训练生成可行路径,应用路径平滑算法处理路径获取可靠路径导航点,于各路径导航点间采用路径积分强化学习生成仿机器人步态参数该方法实现了复杂环境下仿机器人由起始位置到达目标位置的运动规划,有效提高仿机器人对不同环境的适应能力。
  • 基于强化学习机器人运动规划方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top