원래 이름 기록: 北京炎凌嘉业智能科技股份有限公司

本申请涉及一种多模态防爆体系自主决策方法及系统，其包括通过获取目标区域内的多源数据，包括实时气体浓度值、温度值、湿度值和压力值；基于多源数据计算爆炸性环境指数，进一步量化了环境的爆炸风险程度；对多源数据进行特征提取处理，提取出气体扩散速率、温升趋势和压力波动幅度特征向量；利用强化学习模型，基于特征向量和爆炸性环境指数生成风险等级评估结果；根据风险等级评估结果匹配对应的防爆策略，并向执行设备发送指令实施防爆策略，该方案可以准确地评估爆炸性环境的风险程度，从而降低爆炸事故发生的潜在风险，保障人员生命安全和财产安全，提升了整个防爆体系的安全性和可靠性。

本申请涉一种基于多模态预测的机械臂重力动态补偿控制方法及系统，其包括通过多模态传感器采集机械臂当前运行周期内的负载信息数据，包括关节力矩值、末端加速度值和关节角度值；然后，对这些数据预处理生成标准化数据集；利用训练好的深度学习模型预测下一运行周期负载动态特性，精准把握负载质量分布和重心位置变化趋势；结合机械臂动力学模型依据预测结果计算重力补偿力矩值，使补偿更精确；将重力补偿力矩值实时反馈至控制系统，调整驱动电机输出力矩，实现机械臂重力动态补偿控制；该方案可以有效提升机械臂在运行中的运动精度，减少因重力导致的定位偏差与操作失误，确保机械臂在复杂负载环境下稳定、高效运行。