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！

龙图腾网获悉电子科技大学申请的专利一种基于自适应距离场的混合采样机械臂轨迹规划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：CN121650023B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202610171465.6，技术领域涉及：B25J9/16；该发明授权一种基于自适应距离场的混合采样机械臂轨迹规划方法是由范满平;郑颖莹;张欣玥;王子衡;管庆;于永斌;王向向设计研发完成，并于2026-02-06向国家知识产权局提交的专利申请。

本一种基于自适应距离场的混合采样机械臂轨迹规划方法在说明书摘要公布了：一种基于自适应距离场的混合采样机械臂轨迹规划方法，属于机器人运动规划与智能控制技术领域。该方法构建自适应分辨率有符号距离场，实现关键区域高精度建模与全局高效查询，提高轨迹规划中碰撞约束计算的可靠性与稳定性。提出多策略混合采样机制，融合随机采样、几何启发式采样及基于空间信息的学习引导采样，实现采样向高可行性、目标指向性区域集中，提高全局路线生成成功率与轨迹种子质量。采用并行多目标优化策略，同时考虑时间、平滑性、安全性和能耗，获得非支配最优轨迹集，避免单目标偏置，提升轨迹多样性与鲁棒性。与并行计算架构高度适配，可在复杂环境下实现高效距离查询、多轨迹优化及碰撞检测，具备实时或近实时轨迹规划应用潜力。

本发明授权一种基于自适应距离场的混合采样机械臂轨迹规划方法在权利要求书中公布了：1.一种基于自适应距离场的混合采样机械臂轨迹规划方法，其特征在于，包括如下步骤： 步骤1：基于环境原始测量数据构建自适应分辨率有符号距离场的环境建模； 步骤2：基于所述自适应分辨率有符号距离场，在配置空间中进行全局路线生成与启发式混合采样，生成多条候选轨迹种子； 步骤3：对所述候选轨迹种子执行并行多目标轨迹优化，获得满足多目标权衡关系的Pareto最优轨迹集合； 步骤4：基于自适应分辨率有符号距离场对所述Pareto最优轨迹集合进行分层碰撞检测与安全性验证； 步骤5：根据任务约束或预设偏好，从所述Pareto最优轨迹集合中选择目标轨迹并输出至机械臂控制系统执行； 所述步骤4具体如下： 步骤401：将机械臂轨迹表示为在配置空间中的离散时间序列，每个时间步的关节角配置通过正向运动学映射到笛卡尔空间中采样点的位置；形成需要进行碰撞检查的空间点集； 步骤402：在全局低分辨率有符号距离场上基于其距离梯度对轨迹进行初步碰撞检测；查询点在全局低分辨率距离场中的距离值小于细化阈值时，切换至局部高分辨率有符号距离场进行精细碰撞检测； 步骤4021：在全局低分辨率有符号距离场上执行快速距离估计： ； 其中表示基于全局低分辨率有符号距离场获得的快速距离估计结果，作为后续自适应分辨率查询流程中的初始距离值，表示由全局低分辨率有符号距离场直接获得的快速距离梯度估计结果，表示全局低分辨率有符号距离场在点x处的距离值，表示对应的距离梯度； 步骤4022：对于每个查询点，如果其在全局低分辨率有符号距离场中得到的距离估计结果大于或等于安全距离阈值，则判定该查询点远离障碍物； 步骤4023：当查询点在全局低分辨率距离场中的距离估计结果小于细化阈值，判定该点处于潜在碰撞或障碍物边界附近的高曲率区域内，切换至局部高分辨率有符号距离场进行精细查询，查询结果由高分辨率体素或局部隐式函数给出： ； 其中，表示在局部高分辨率patch中查询点x的快速高精度距离估计值，作为实际碰撞检测和轨迹代价评估使用的距离信息，表示第个局部patch内点的高分辨率距离值；表示查询点x的高精度距离梯度估计值，表示第个局部高分辨率距离场在点x处的梯度向量； 步骤4024：在全局低分辨率距离场和局部高分辨率patch的交界区域采用加权混合方式定义最终用于碰撞检测与轨迹优化的距离函数： ； 其中表示patch内的距离场值，为全局低分辨率的距离场值，为缓和窗函数； 对于任意查询点，碰撞代价函数定义为： ； 其中为光滑惩罚函数； 全局低分辨率有符号距离场的距离值采用三线性插值获取连续距离值，对应梯度为： ； 其中为体素在三维空间的离散步长； 步骤403：在实现层面引入查询短路与缓存复用机制：当连续迭代中某一轨迹点在全局低分辨率距离场中的距离值始终满足其远离障碍物且具有安全裕度，其碰撞代价与梯度在若干迭代内可被直接复用；仅当轨迹更新幅度超过预设阈值或进入新的空间区域时，才重新触发局部高分辨率有符号距离场的查询与构建。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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”。

以上内容由龙图腾AI智能生成。