CN112077846B - 非线性机器人抗外源干扰控制器设计方法 - Google Patents

非线性机器人抗外源干扰控制器设计方法 Download PDF

Info

Publication number
CN112077846B
CN112077846B CN202010932241.5A CN202010932241A CN112077846B CN 112077846 B CN112077846 B CN 112077846B CN 202010932241 A CN202010932241 A CN 202010932241A CN 112077846 B CN112077846 B CN 112077846B
Authority
CN
China
Prior art keywords
robot
interference
controller
external source
output
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010932241.5A
Other languages
English (en)
Other versions
CN112077846A (zh
Inventor
刘霞
刘丹丹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dragon Totem Technology Hefei Co ltd
Original Assignee
Xihua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xihua University filed Critical Xihua University
Priority to CN202010932241.5A priority Critical patent/CN112077846B/zh
Publication of CN112077846A publication Critical patent/CN112077846A/zh
Application granted granted Critical
Publication of CN112077846B publication Critical patent/CN112077846B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1679—Programme controls characterised by the tasks executed

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明涉及机器人控制技术领域。本发明公开了一种非线性机器人抗外源干扰控制器设计方法。本发明的技术方案包括反演控制器、受外源干扰机器人和非线性干扰观测器，其特征在于，包括如下步骤：a、不考虑外源干扰d，设计反演控制器使其输出为τ0；b、在外源干扰d的情况下，设计非线性干扰观测器对机器人受到的外源干扰进行估计，得到外源干扰d的估计值
Figure DDA0002670617230000012
c、由反演控制器输出τ0和外源干扰的估计值
Figure DDA0002670617230000011
得到抗外源干扰控制器输出τ；d、以抗外源干扰控制器输出τ对机器人进行控制，使得对外源干扰抑制的同时实现机器人实际位置q对其期望位置qd的跟踪。本发明能够有效抑制机器人系统的外源干扰，显著提高机器人系统的位置跟踪精确性和系统运行稳定性。

Description

非线性机器人抗外源干扰控制器设计方法
技术领域
本发明涉及机器人控制技术领域，特别涉及非线性机器人受到干扰时的控制方法，具体是非线性机器人抗外源干扰控制器设计方法。
背景技术
在实际应用中，机器人系统会受到各种各样的外部干扰，这些干扰会降低机器人系统位置跟踪的精确性，甚至影响系统的稳定性。因此，需要设计有效的控制方法以补偿外部干扰。
补偿机器人受到的外部干扰的一个有效途径是采用干扰观测器。Li等【Z.J.Li,C.Y.Su,L.Y.Wang,et al.Nonlinear disturbance observer-based control design fora robotic exoskeleton incorporating fuzzy approximation.IEEE Transactions onIndustrial Electronics,2015,62(9):5763-5775.】设计了一种非线性干扰观测器对机器人所受到的未知输入饱和、模糊逼近误差、粘性摩擦、重力和负载等因素引起的扰动力矩进行补偿。Kim等【M.Kim,J.H.Kim,S.Kim,et al.Disturbance observer based linearfeedback controller for compliant motion of humanoid robot.IEEE InternationalConference Robotics and Automation(ICRA),Brisbane,QLD,Australia,2018:403-410.】设计基于干扰观测器的估计器，以抑制机器人的建模误差和系统受到的外部干扰。然而，以上文献均没有考虑机器人受到外源干扰的情况。外源干扰是一类由外源系统产生的干扰，外源干扰可以广泛的代表部分信息已知的一类工程干扰，如振幅和相位未知，频率已知的谐波干扰等等。
发明内容
本发明的主要目的在于提供一种非线性机器人抗外源干扰控制器设计方法，提高机器人抗外源干扰的能力。
为了实现上述目的，根据本发明具体实施方式的一个方面，提供了一种非线性机器人抗外源干扰控制器设计方法，包括反演控制器、受外源干扰机器人和非线性干扰观测器，其特征在于，包括如下步骤：
a、不考虑外源干扰d，设计反演控制器使其输出为τ0；
b、在外源干扰d的情况下，设计非线性干扰观测器对机器人受到的外源干扰进行估计，得到外源干扰d的估计值
Figure GDA0003337772690000021
c、由反演控制器输出τ0和外源干扰的估计值
Figure GDA0003337772690000022
得到抗外源干扰控制器输出τ；
d、以抗外源干扰控制器输出τ对机器人进行控制，使得对外源干扰抑制的同时实现机器人实际位置q对其期望位置qd的跟踪；
所述非线性干扰观测器表达式为：
Figure GDA0003337772690000023
其中，x＝[x1 x2]T为机器人的状态变量；x1＝q为机器人实际位置；
Figure GDA0003337772690000024
为机器人实际速度；F和H为外源系统的系数矩阵；L(x)为非线性观测器的增益函数；δ为非线性干扰观测器的状态变量；
Figure GDA0003337772690000025
为δ的一阶导数；p(x)为非线性函数，与状态变量x和非线性观测器的增益函数L(x)有关；
Figure GDA0003337772690000026
为线性外源系统的状态变量ε的估计值；
Figure GDA0003337772690000027
为外源干扰d的估计值；M(x1)为机器人对称的正定惯性矩阵；M-1(x1)为M(x1)的逆矩阵；C(x1,x2)为机器人的哥氏力和离心力项；G(x1)为机器人的重力项。
进一步的：
所述反演控制器的输入包括机器人实际位置x1＝q、实际速度
Figure GDA0003337772690000028
和期望位置x1d＝qd；所述反演控制器的输出为τ0。
进一步的：
所述反演控制器输出τ0表达式为：
Figure GDA0003337772690000031
其中，τ0为反演控制器的输出；M(x1)为机器人对称的正定惯性矩阵；M-1(x1)为M(x1)的逆矩阵；C(x1,x2)为机器人的哥氏力和离心力项；G(x)为机器人的重力项；c1和c2为大于零的常数；r1＝x1-x1d为机器人实际位置x1＝q和期望位置x1d＝qd之间的位置误差；
Figure GDA0003337772690000032
为r1的一阶导数；
Figure GDA0003337772690000033
为x1d的二阶导数；x2为机器人实际速度；r2＝x2-α1为机器人速实际速度
Figure GDA0003337772690000034
和期望速度α1之间的速度误差。
进一步的：
所述非线性干扰观测器的输入包括机器人实际位置q，实际速度
Figure GDA0003337772690000035
和抗外源干扰控制器的输出τ；所述非线性干扰观测器的输出为外源干扰的估计值
Figure GDA0003337772690000036
进一步的：
所述抗外源干扰控制器的输出τ的表达式为：
Figure GDA0003337772690000037
其中，
Figure GDA0003337772690000038
为外源干扰d的估计值；τ0为反演控制器的输出；τ为抗外源干扰控制器的输出。
根据本发明技术方案及其在某些实施例中进一步改进的技术方案，本发明具有如下有益效果是：
能够有效抑制机器人系统的外源干扰，显著提高机器人系统的位置跟踪精确性和系统运行稳定性。
下面结合附图和具体实施方式对本发明做进一步的说明。本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的具体实施方式、示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明非线性机器人的外源干扰控制系统框图。
其中，
1为反演控制器；
2为受外源干扰机器人；
3为非线性干扰观测器。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的具体实施方式、实施例以及其中的特征可以相互组合。现将参考附图并结合以下内容详细说明本发明。
为了使本领域技术人员更好的理解本发明方案，下面将结合本发明具体实施方式、实施例中的附图，对本发明具体实施方式、实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的具体实施方式、实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施方式、实施例，都应当属于本发明保护的范围。
如图1所示，本发明的非线性机器人抗外源干扰控制器，包括反演控制器1和机器人非线性干扰观测器3。
首先，在不考虑外源干扰d的情况下，设计反演控制器1，使其输出为τ0，确保系统的位置跟踪性能。
然后，在考虑外源干扰d的情况下，设计非线性干扰观测器3对受外源干扰机器人受到的外源干扰进行估计，得到外源干扰d的估计值
Figure GDA0003337772690000041
最后，由反演控制器τ0和外源干扰的估计值
Figure GDA0003337772690000051
得到抗外源干扰控制器的输出τ，对机器人系统进行控制。使得对外源干扰抑制的同时实现机器人实际位置q对其期望位置qd的跟踪。
1、非线性机器人抗外源干扰控制器设计
反演控制器的输入包括机器人实际位置x1＝q、实际速度
Figure GDA0003337772690000052
和期望位置x1d＝qd，反演控制器的输出为τ0；非线性干扰观测器输入包括机器人实际位置x1、关节的实际速度x2、期望位置x1d＝qd和抗外源干扰控制器输出τ，通过非线性干扰观测器得到外源干扰的估计值
Figure GDA0003337772690000053
演控制器1的输出τ0表达式为：
Figure GDA0003337772690000054
其中，τ0为反演控制器的输出；M(x1)为机器人对称的正定惯性矩阵；M-1(x1)为M(x1)的逆矩阵；C(x1,x2)是机器人的哥氏力和离心力项；G(x)表示机器人的重力项；c1和c2是大于零的常数；r1＝x1-x1d为机器人实际位置x1＝q和期望位置x1d＝qd之间的位置误差；
Figure GDA0003337772690000055
为r1的一阶导数；
Figure GDA0003337772690000056
为x1d的二阶导数。x2为机器人实际速度；r2＝x2-α1为机器人速实际速度
Figure GDA0003337772690000057
和期望速度α1之间的速度误差。
非线性干扰观测器3表达式为：
Figure GDA0003337772690000058
其中，x＝[x1 x2]T为机器人的状态变量；x1＝q为机器人实际位置；
Figure GDA0003337772690000059
为机器人实际速度；F和H为外源系统的系数矩阵；L(x)为非线性观测器的增益函数；δ为非线性干扰观测器的状态变量；
Figure GDA00033377726900000510
为δ的一阶导数；p(x)为非线性函数，与状态变量x和非线性观测器的增益函数L(x)有关；
Figure GDA00033377726900000511
为线性外源系统的状态变量ε的估计值；
Figure GDA00033377726900000512
为外源干扰d的估计值；M(x1)为机器人对称的正定惯性矩阵；M-1(x1)为M(x1)的逆矩阵；C(x1,x2)为机器人的哥氏力和离心力项；G(x1)为机器人的重力项。
抗外源干扰控制器输出τ表达式为：
Figure GDA0003337772690000061
其中，τ为抗外源干扰控制器的输出。
由抗外源干扰控制器输出τ的表达式可见，抗外源干扰控制器输出包括2部分组成：第1部分为反演控制器输出的τ0，实现机器人的位置跟踪；第2部分为非线性干扰观测器输出的干扰估计值
Figure GDA0003337772690000062
用于对外源干扰的抑制补偿。
2、非线性机器人的外源干扰控制系统稳定性和位置跟踪性能的证明
在不考虑外源干扰d的情况下，针对机器人系统定义2个Lyapunov函数：
Figure GDA0003337772690000063
Figure GDA0003337772690000064
求得其导数为：
Figure GDA0003337772690000065
将反演控制器τ0代入得：
Figure GDA0003337772690000066
因此，在不考虑外源干扰的情况下，通过反演控制器输出τ0的设计，可以保证不考虑外源干扰的非线性机器人系统的渐近稳定性。
在考虑外源干扰d的情况下，针对外源系统状态变量的估计误差系统
Figure GDA0003337772690000067
取Lyapunov函数为：
Vd(e)＝eTPe
其中，
Figure GDA0003337772690000068
F为外源系统的系数矩阵，K为观测增益矩阵，W(x)为关于x的矩阵，P为正定矩阵，e为外源系统状态变量的估计误差。
求得其导数为：
Figure GDA0003337772690000071
其中，U和Γ为正定矩阵，
Figure GDA0003337772690000072
为可逆矩阵，
由于机器人闭环系统在反演控制器输出τ0的控制下是渐进稳定的，那么一定存在一个Lyapunov函数Vc(x)，且其导数满足：
Figure GDA0003337772690000073
其中，μ为正标量。
对于由机器人反演控制器、机器人非线性干扰观测器和受外源干扰机器人组成的闭环系统，选取Lyapunov函数：
V(x,e)＝Vc(x)+ξVd(e)
＝Vc(x)+ξeTPe
其中，ξ为正标量。
求得其导数为：
Figure GDA0003337772690000074
受外源干扰机器人2，在采用由机器人反演控制器1和机器人非线性干扰观测器3组成的抗外源干扰控制器后，机器人闭环系统是稳定的，即当时间t→∞时，机器人系统的状态变量x(t)→0且外源系统状态变量的估计误差e(t)→0，根据外源干扰估计误差
Figure GDA0003337772690000075
得，当t→∞时，e1(t)→0，表明本发明的非线性机器人的外源干扰控制系统可以有效地抑制机器人所受的外源干扰，同时使得机器人可以精确地跟踪期望位置。

Claims (5)

1.非线性机器人抗外源干扰控制器设计方法，包括反演控制器、受外源干扰机器人和非线性干扰观测器，其特征在于，包括如下步骤：
a、不考虑外源干扰d，设计反演控制器使其输出为τ0；
b、在外源干扰d的情况下，设计非线性干扰观测器对机器人受到的外源干扰进行估计，得到外源干扰d的估计值
Figure FDA0003337772680000018
c、由反演控制器输出τ0和外源干扰的估计值
Figure FDA0003337772680000019
得到抗外源干扰控制器输出τ；
d、以抗外源干扰控制器输出τ对机器人进行控制，使得对外源干扰抑制的同时实现机器人实际位置q对其期望位置qd的跟踪；
所述非线性干扰观测器表达式为：
Figure FDA0003337772680000011
其中，x＝[x1 x2]T为机器人的状态变量；x1＝q为机器人实际位置；
Figure FDA0003337772680000012
为机器人实际速度；F和H为外源系统的系数矩阵；L(x)为非线性观测器的增益函数；δ为非线性干扰观测器的状态变量；
Figure FDA0003337772680000013
为δ的一阶导数；p(x)为非线性函数，与状态变量x和非线性观测器的增益函数L(x)有关；
Figure FDA0003337772680000014
为线性外源系统的状态变量ε的估计值；
Figure FDA0003337772680000015
为外源干扰d的估计值；M(x1)为机器人对称的正定惯性矩阵；M-1(x1)为M(x1)的逆矩阵；C(x1,x2)为机器人的哥氏力和离心力项；G(x1)为机器人的重力项。
2.根据权利要求1所述的非线性机器人抗外源干扰控制器设计方法，其特征在于：
所述反演控制器的输入包括机器人实际位置x1＝q、实际速度
Figure FDA0003337772680000016
和期望位置x1d＝qd；所述反演控制器的输出为τ0。
3.根据权利要求2所述的非线性机器人抗外源干扰控制器设计方法，其特征在于：
所述反演控制器输出τ0表达式为：
Figure FDA0003337772680000017
其中，τ0为反演控制器的输出；M(x1)为机器人对称的正定惯性矩阵；M-1(x1)为M(x1)的逆矩阵；C(x1,x2)为机器人的哥氏力和离心力项；G(x)为机器人的重力项；c1和c2为大于零的常数；r1＝x1-x1d为机器人实际位置x1＝q和期望位置x1d＝qd之间的位置误差；
Figure FDA0003337772680000021
为r1的一阶导数；
Figure FDA0003337772680000022
为x1d的二阶导数；x2为机器人实际速度；r2＝x2-α1为机器人速实际速度
Figure FDA0003337772680000023
和期望速度α1之间的速度误差。
4.根据权利要求1所述的非线性机器人抗外源干扰控制器设计方法，其特征在于：
所述非线性干扰观测器的输入包括机器人实际位置q，实际速度
Figure FDA0003337772680000024
和抗外源干扰控制器的输出τ；所述非线性干扰观测器的输出为外源干扰的估计值
Figure FDA0003337772680000025
5.根据权利要求1所述的非线性机器人抗外源干扰控制器设计方法，其特征在于：
所述抗外源干扰控制器的输出τ的表达式为：
Figure FDA0003337772680000026
其中，
Figure FDA0003337772680000027
为外源干扰d的估计值；τ0为反演控制器的输出；τ为抗外源干扰控制器的输出。
CN202010932241.5A 2020-09-08 2020-09-08 非线性机器人抗外源干扰控制器设计方法 Active CN112077846B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010932241.5A CN112077846B (zh) 2020-09-08 2020-09-08 非线性机器人抗外源干扰控制器设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010932241.5A CN112077846B (zh) 2020-09-08 2020-09-08 非线性机器人抗外源干扰控制器设计方法

Publications (2)

Publication Number Publication Date
CN112077846A CN112077846A (zh) 2020-12-15
CN112077846B true CN112077846B (zh) 2022-02-18

Family

ID=73732147

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010932241.5A Active CN112077846B (zh) 2020-09-08 2020-09-08 非线性机器人抗外源干扰控制器设计方法

Country Status (1)

Country Link
CN (1) CN112077846B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63314607A (ja) * 1987-06-17 1988-12-22 Fanuc Ltd 多関節ロボットの制御装置
CN103217902A (zh) * 2013-03-14 2013-07-24 郭雷 一种基于干扰观测器的指令滤波反步控制方法
WO2013180222A1 (ja) * 2012-05-30 2013-12-05 株式会社神戸製鋼所 多関節ロボットの軌跡制御装置および制御方法
CN108233781A (zh) * 2018-01-18 2018-06-29 南京理工大学 一种基于非线性干扰观测器的直流无刷电机自适应反演滑模控制方法
CN108803324A (zh) * 2018-06-06 2018-11-13 黄山学院 多关节工业机械臂反步有限时间滑模控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4836872B2 (ja) * 2007-05-31 2011-12-14 株式会社東芝 制御装置、制御方法、プログラム及びロボット

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63314607A (ja) * 1987-06-17 1988-12-22 Fanuc Ltd 多関節ロボットの制御装置
WO2013180222A1 (ja) * 2012-05-30 2013-12-05 株式会社神戸製鋼所 多関節ロボットの軌跡制御装置および制御方法
CN103217902A (zh) * 2013-03-14 2013-07-24 郭雷 一种基于干扰观测器的指令滤波反步控制方法
CN108233781A (zh) * 2018-01-18 2018-06-29 南京理工大学 一种基于非线性干扰观测器的直流无刷电机自适应反演滑模控制方法
CN108803324A (zh) * 2018-06-06 2018-11-13 黄山学院 多关节工业机械臂反步有限时间滑模控制方法

Also Published As

Publication number Publication date
CN112077846A (zh) 2020-12-15

Similar Documents

Publication Publication Date Title
CN112817231B (zh) 一种具有强鲁棒性的机械臂高精度跟踪控制方法
Kolhe et al. Robust control of robot manipulators based on uncertainty and disturbance estimation
Chen et al. Adaptive neural output feedback control of uncertain nonlinear systems with unknown hysteresis using disturbance observer
CN108388114B (zh) 一种基于输出重定义的柔性机械臂复合控制方法
Rahmani et al. Adaptive neural network output feedback control for flexible multi-link robotic manipulators
De Wit Robust control for servo-mechanisms under inexact friction compensation
Ren et al. Eso‐based adaptive robust control of dual motor driving servo system
Wang et al. Adaptive dynamic surface control based on fuzzy disturbance observer for drive system with elastic coupling
CN111716360A (zh) 一种基于模糊逻辑的柔性关节机械臂采样控制方法及装置
Pan et al. Online data‐driven composite adaptive backstepping control with exact differentiators
de Jesus Rubio et al. An asymptotic stable proportional derivative control with sliding mode gravity compensation and with a high gain observer for robotic arms
Zhang et al. Continuous nonsingular terminal sliding mode control for nonlinear systems subject to mismatched terms
Zhou et al. Trajectory tracking control for electro-optical tracking system using ESO based fractional-order sliding mode control
Pliego-Jiménez et al. Finite-time control for rigid robots with bounded input torques
Xie et al. Neural network‐based adaptive control of piezoelectric actuators with unknown hysteresis
Hu et al. High accuracy adaptive motion control for a robotic manipulator with model uncertainties based on multilayer neural network
Cheng et al. Bounded decoupling control for flexible‐joint robot manipulators with state estimation
Yang et al. Asymptotic adaptive tracking control and application to mechatronic systems
Nguyen Non-Negative Adaptive Mechanism-Based Sliding Mode Control for Parallel Manipulators with Uncertainties.
CN112077846B (zh) 非线性机器人抗外源干扰控制器设计方法
Montoya‐Cháirez et al. Combined adaptive neural network and regressor‐based trajectory tracking control of flexible joint robots
CN109995278B (zh) 一种考虑输入受限的电机伺服系统自调节控制方法
Cheong et al. Adaptive fuzzy dynamic surface sliding mode position control for a robot manipulator with friction and deadzone
CN104991445B (zh) 一种全局稳定的电机伺服系统自适应输出反馈鲁棒控制方法
Azizi et al. Passivity‐based adaptive control of a 2‐DOF serial robot manipulator with temperature dependent joint frictions

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240122

Address after: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province

Patentee after: Dragon totem Technology (Hefei) Co.,Ltd.

Country or region after: China

Address before: 610039 No. 999, golden week Road, Chengdu, Sichuan, Jinniu District

Patentee before: XIHUA University

Country or region before: China