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！

龙图腾网获悉桂林电子科技大学申请的专利一种基于CNN-LSTM的机器人气动夹持力的建模估计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：CN115366101B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202211004848.2，技术领域涉及：B25J9/16；该发明授权一种基于CNN-LSTM的机器人气动夹持力的建模估计方法是由党选举;覃创业;原翰玫;李晓;张向文;伍锡如;张斌;季运佳;邹水中设计研发完成，并于2022-08-22向国家知识产权局提交的专利申请。

本一种基于CNN-LSTM的机器人气动夹持力的建模估计方法在说明书摘要公布了：本发明公开一种基于CNN‑LSTM的机器人气动夹持力的建模估计方法，先通过对工业机器人气动夹持控制系统的分析合理选择夹持力估计模型的输入参数来体现系统的复杂迟滞非线性特性，再引入CNN特征提取层，利用CNN优化LSTM网络，解决传统LSTM模型难以有效获取数据关联特征的问题；与传统电动爪控制的相比较，该发明是一种无传感器、低成本的气动夹持力有效估计方法。

本发明授权一种基于CNN-LSTM的机器人气动夹持力的建模估计方法在权利要求书中公布了：1.一种基于CNN-LSTM的机器人气动夹持力的建模估计方法，其特征是，包括步骤如下：步骤1、构建CNN-LSTM组合神经网络夹持力估计模型；该CNN-LSTM组合神经网络夹持力估计模型由改进的CNN神经网络和LSTM神经网络组合而成；改进的CNN神经网络的输入作为CNN-LSTM组合神经网络夹持力估计模型的输入，改进的CNN神经网络的输出连接LSTM神经网络的输入，LSTM神经网络的输出作为CNN-LSTM组合神经网络夹持力估计模型的输出；步骤2、先获取工业机器人气动夹持控制系统的输出气压和估计夹持力，即t-1时刻输出气压Pt-1、t时刻输出气压Pt、t-2时刻估计夹持力ht-2和t-1时刻估计夹持力ht-1；后利用t-2时刻估计夹持力ht-2和t-1时刻估计夹持力ht-1计算估计夹持力变化增量E，其中E＝ht-1-ht-2，E值正负体现迟滞特性正逆程特征；后将这5个特征进行信号归一化处理后作为t时刻模型输入向量Xt＝Pt,Pt-1,ht-1,ht-2,ET；步骤3、将t时刻模型输入向量Xt送入到CNN-LSTM组合神经网络夹持力估计模型；在CNN-LSTM组合神经网络夹持力估计模型中，先通过2层卷积层对模型输入向量提取数据特征，再利用展平层将提取的数据特征进行展平，后将展平的数据特征送入到LSTM神经网络进行预测，估计得到t时刻模型输出向量ht即t时刻估计夹持力。

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桂林电子科技大学，其通讯地址为：541004 广西壮族自治区桂林市七星区金鸡路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”。