中国科学院宁波材料技术与工程研究所(NIMTE)研究团队取得重要突破，开发出一种新方法，有效提升了工业机器人动力学建模效率，解决了实时扭矩计算中长期存在的瓶颈问题。相关研究成果已发表于《IEEE 工业信息学学报》。

工业机器人依赖线性参数(LIP)动态模型完成扭矩计算和动态参数在线辨识等关键任务，这些任务对自适应控制及机器人与环境的交互至关重要。然而，传统模型易受多元多项式(MVP)冗余项影响，导致计算速度受限，实时应用难以实现。

为攻克这一难题，研究团队创新性地提出了多元线性多项式(LI-MVP)动力学模型。该模型通过将系数和多项式次数编码为数值矩阵，大幅简化了动态建模流程，显著提升了建模效率。研究团队还采用幺半群内定义的二元运算替代繁琐的符号克罗内克积，进一步加速了LI-MVP模型在编码空间中的推导过程。

通讯作者陈思禄教授介绍，新方法通过同时消除冗余的MVP和参数，简化了模型推导流程，并加快了实时扭矩计算速度。最终，通过Horner形式解码MVP恢复符号LIP模型，减少了扭矩计算所需的乘法次数。

定量分析显示，新方法在模型推导效率上显著优于现有方法，并展现出在基于模型的工业机器人实时控制领域的巨大应用潜力。这一进展有望大幅提升机器人系统的灵活性和响应能力，为高端装备制造领域带来新的发展机遇。

更多信息： Xiangjie Kong 等，《编码幺半群空间中的工业机器人高效动力学建模》，IEEE 工业信息学学报(2025)。