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！

龙图腾网获悉珠海一微半导体股份有限公司;哈尔滨工业大学申请的专利基于冲击感知神经网络的机器人检测横向冲击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：CN117325158B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202311269958.6，技术领域涉及：B25J9/16；该发明授权基于冲击感知神经网络的机器人检测横向冲击方法是由王珂;周和文;包敏杰;戴崑;许润泽;肖刚军设计研发完成，并于2023-09-28向国家知识产权局提交的专利申请。

本基于冲击感知神经网络的机器人检测横向冲击方法在说明书摘要公布了：本申请公开基于冲击感知神经网络的机器人检测横向冲击方法，包括：步骤A、控制机器人的感测装置采集原始位姿数据，并在原始位姿数据中提取出待感知测量值序列；步骤B、利用已训练的冲击感知神经网络对所述待感知测量值序列进行分类，得到第一目标预测概率与第二目标预测概率；步骤C、判断第一目标预测概率是否大于第二目标预测概率，是则确定机器人检测到其受到横向冲击，否则确定机器人检测到其不受到横向冲击。从而不会因为对感测装置实时采集的原始位姿数据进行有效性判断后而停止使用神经网络进行分类识别，也不会因为对感测装置实时采集的原始位姿数据进行卡尔曼滤波后才开始使用神经网络进行分类识别，提高机器人检测横向冲击的效率。

本发明授权基于冲击感知神经网络的机器人检测横向冲击方法在权利要求书中公布了：1.基于冲击感知神经网络的机器人检测横向冲击方法，其特征在于，机器人检测横向冲击方法包括： 步骤A、控制机器人的感测装置采集原始位姿数据，并在原始位姿数据中提取出待感知测量值序列； 步骤B、利用已训练的冲击感知神经网络对所述待感知测量值序列进行分类，得到第一目标预测概率与第二目标预测概率； 步骤C、判断第一目标预测概率是否大于第二目标预测概率，是则确定机器人检测到其受到横向冲击，否则确定机器人检测到其不受到横向冲击； 其中，第一目标预测概率是待感知测量值序列被分类为机器人当前受横向冲击状态下所提取的测量值序列的概率；第二目标预测概率是待感知测量值序列被分类为机器人当前不受横向冲击状态下所提取的测量值序列的概率； 所述已训练的冲击感知神经网络的构建方法包括： 步骤1、利用滑动窗口从预先采集的位姿数据中提取出预感知测量值序列，其中，所述预感知测量值序列的长度是滑动窗口的窗口长度； 步骤2、将所述预感知测量值序列沿着对应维度的通道连接，生成第一输入特征； 步骤3、控制所述第一输入特征在预先构建的冲击感知神经网络内进行多层卷积操作和一层池化操作，得到待分类特征；其中，冲击感知神经网络是根据卷积神经网络的构建方式构建出来的神经网络模型，所述冲击感知神经网络包括多个连续堆叠的卷积层和一个池化层； 步骤4、利用softmax算法对所述待分类特征进行分类，得到第一受冲击预测概率和第二受冲击预测概率； 步骤5、基于损失函数，使用第一受冲击预测概率和第二受冲击预测概率计算冲击感知神经网络的损失值；并基于所述损失函数，通过梯度下降法对所述冲击感知神经网络进行权重更新，获得权重更新后的冲击感知神经网络；其中，损失函数是二元交叉熵，第一受冲击预测概率和第二受冲击预测概率在损失函数中分别是两个分类的预测结果；当前更新的权重是卷积层的权重； 步骤6、重复执行步骤2至步骤5以实现所述预感知测量值序列输入权重更新后的冲击感知神经网络，直至最新计算出来的损失值小于预设损失阈值，将权重更新后的冲击感知神经网络标记为所述已训练的冲击感知神经网络。

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珠海一微半导体股份有限公司;哈尔滨工业大学，其通讯地址为：519000 广东省珠海市横琴新区环岛东路3000号2706；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。