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！

龙图腾网获悉河北工业大学申请的专利一种基于神经网络力矩预测的机械臂动力学辨识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：CN116352724B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202310567065.3，技术领域涉及：B25J9/16；该发明授权一种基于神经网络力矩预测的机械臂动力学辨识方法是由刘璇;张明超;刘成文;王清;张明路设计研发完成，并于2023-05-19向国家知识产权局提交的专利申请。

本一种基于神经网络力矩预测的机械臂动力学辨识方法在说明书摘要公布了：本发明为一种基于神经网络力矩预测的机械臂动力学辨识方法，包括以下内容：建立基于LSTM机制的力矩预测模型：将各关节位置、速度、加速度作为输入，输出为预测出的各关节力矩；所述基于LSTM机制的力矩预测模型包括LSTM层、全连接网络层和dropout层；所述LSTM层具有三层结构，前两层中同一行的两个LSTM单元串联，同一列的所有LSTM单元依次串联，第二层的最后一个LSTM单元的输出连接第三层的LSTM单元的输入，第三层LSTM单元的输出连接全连接网络层，所述全连接网络层的输出经dropout层后得到基于LSTM机制的力矩预测模型的最终输出，用于机械臂动力学参数辨识。本发明明显提高力矩计算的平滑性，减少了摩擦等非线性因素对参数辨识的影响。

本发明授权一种基于神经网络力矩预测的机械臂动力学辨识方法在权利要求书中公布了：1.一种基于神经网络力矩预测的机械臂动力学辨识方法，包括以下内容： 建立基于LSTM机制的力矩预测模型： 所述基于LSTM机制的力矩预测模型将各关节位置、速度、加速度作为输入，输出为预测出的各关节力矩； 所述基于LSTM机制的力矩预测模型包括LSTM层、全连接网络层和dropout层，LSTM层用来处理机械臂的时间状态序列以及预测机械臂的力矩序列；全连接网络层将LSTM层的输出结果映射到力矩预测的输出空间中，获得每个关节的动力学参数； 所述LSTM层具有三层结构，前两层中的LSTM单元数量与机械臂的关节数量相同，第三层的LSTM单元数量为1，前两层中同一行的两个LSTM单元串联，同一列的所有LSTM单元依次串联，第二层的最后一个LSTM单元的输出连接第三层的LSTM单元的输入，第三层LSTM单元的输出连接全连接网络层，所述全连接网络层的层数为15-30，所述全连接网络层的输出经dropout层后得到基于LSTM机制的力矩预测模型的最终输出，用于机械臂动力学参数辨识。

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北工业大学，其通讯地址为：300130 天津市红桥区丁字沽光荣道8号河北工业大学东院；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。