基于确定学习理论的机器人行走控制方法

发明专利无效专利

申请号：
CN200810029478.1
IPC分类号：G05B13/02;G05D1/02
申请日期：
2008-07-15
申请人：
华南理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于确定学习理论的机器人行走控制方法
申请号	CN200810029478.1	申请日期	2008-07-15
法律状态	权利终止	申报国家	中国
公开/公告日	2008-12-10	公开/公告号	CN101320251
优先权	暂无	优先权号	暂无
主分类号	G05B13/02 ? IPC结构图谱： G 物理 G0 仪器 G05 控制；调节 G05B 一般的控制或调节系统；这种系统的功能单元；用于这种系统或单元的监视或测试装置（应用流体作用的一般流体压力执行器或系统入F15B；阀门本身入F16K；仅按机械特征区分的入G05G；传感元件见相应小类，例如G12B，G01、H01的小类；校正单元见相应的小类，例如H02K） G05B13/00 自适应控制系统，即系统按照一些预定的准则自动调整自己使之具有最佳性能的系统（G05B 19/00优先；计算机零部件入G06F 15/18）〔3〕 G05B13/02 电的	IPC分类号	G;0;5;B;1;3;/;0;2;;;G;0;5;D;1;/;0;2查看分类表>
申请人	华南理工大学	申请人地址	广东省广州市天河区五山路381号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	华南理工大学	当前权利人	华南理工大学
发明人	王聪;薛珍贵
代理机构	广州粤高专利商标代理有限公司	代理人	何淑珍

摘要

一种基于确定学习理论的机器人行走控制方法。该方法包括建立机器人行走的模型、建立参考步态模型、神经网络的学习、建立常数神经网络和利用常数RBF神经网络完成行走任务等过程，克服了已有神经网络学习与控制方法在学习能力上的不足，能够实现对机器人闭环控制系统未知动力学模型沿机器人所经历周期步态轨迹在局部区域内的准确学习；能够在稳定的动态控制过程中学习到系统动力学的有效知识，并将其成功地应用到后续的相同或相似的任务当中去。该方法能够在节约能量的基础上实现快速步行，并为拟人机器人的发展提供了有力的支撑。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
1	CN1382997A	2002-12-04	2002-06-13	基于神经网络的机动目标精确跟踪方法无效专利	上海交通大学

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
1	CN102554938A	2010-12-31	2010-12-31	机器人的机械手末端轨迹跟踪方法有效专利	中国科学院计算技术研究所
2	CN102554938B	2010-12-31	2010-12-31	机器人的机械手末端轨迹跟踪方法有效专利	北京中科广视科技有限公司

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供