中国科学院宁波材料技术与工程研究所(NIMTE)的研究团队开发了一种新方法，以提高工业机器人动力学建模的效率，解决了实时扭矩计算中长期存在的瓶颈问题。

该研究结果发表在《IEEE 工业信息学学报》上，提出了一种解决传统动态模型效率低下问题的新方法。

工业机器人依靠线性参数 (LIP) 动态模型来完成扭矩计算和动态参数在线辨识等任务，这些任务对于自适应控制和机器人与环境的交互至关重要。然而，这些模型常常受到多元多项式 (MVP) 中冗余项的影响，从而影响计算速度并限制实时应用。

为了解决这个问题，研究人员提出了一种多元线性多项式(LI-MVP)动力学模型。该框架将系数和多项式次数编码为数值矩阵，从而简化了动态建模过程并提高了效率。

一个关键的创新在于用在幺半群内定义的二元运算取代繁琐的符号克罗内克积，从而加速在编码空间中推导 LI-MVP 模型。

该研究的通讯作者陈思禄教授说：“我们的方法通过同时消除冗余的MVP和参数，简化了模型推导并加快了实时扭矩计算。”

最终的符号 LIP 模型使用 Horner 形式的解码 MVP 进行恢复，从而减少了扭矩计算所需的乘法次数。

定量分析证实，新方法在模型推导方面比现有方法更高效。研究人员表示，它还展现出基于模型的工业机器人实时控制的巨大潜力。这一进展意味着机器人系统的灵活性和响应能力将得到提升。

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)。