我们开始美的库卡协同分析。
ann/(美的 or 库卡) and db/all and na/1
结果: 13508篇
如果把美的和库卡的全球发明专利加在一起,为13508篇。
我们导入分类器进一步分析。
我们先通过计算机自动解读,对美的、库卡的合并专利池进行技术分组分析。
从最上位的技术分组来看,基本上英文分组,以库卡的机器人系统技术为主,而中文技术分组,以美的的家电技术为主。
通过我们前几次的分析,我们知道库卡的中国专利都是质量不错的专利。
我们预计库卡的中国专利会有自己独特的技术分类。
这些库卡技术,大概主要分布在“补偿角度 | 瞬时角速度 | 电机角度| 伺服致动器”类中。
该技术类,主要是控制系统的硬件和软件技术。当然是应用于机器人的控制系统技术。
我们提出的协同分析,是希望发现,
1. 美的和库卡相互渗透的产品和技术;
2. 美的和库卡相互渗透的技术领域的关联发明人。
现在的问题是双方的这些专利都散布在各个技术领域。
如何发现这种你中有我和我中有你的关系?我们利用我们介绍过的“专利分析示踪法”。
我们先从2个申请人合成专利中分出美的和库卡专利。
所有库卡专利都被标为1,我们可以通过追踪这些标为1的专利,来分析不同申请人间专利的渗透程度。
例如,“风道结构 | 风道组件 | 贯流风机| 出风格栅”,没有一篇标为1的库卡专利。
而“补偿角度 | 瞬时角速度 | 电机角度| 伺服致动器” 有196篇美的专利(没有标1)和214篇库卡专利(标1)。
就是说,通过先合后分,我们找到了美的和库卡专利的协同技术领域。
进一步细分该410篇专利,
第一个子领域,“电机转数 | 堵转电流 | 电机保持| 预设转速”,42篇都是美的。
而“灵敏度误差 | 辨识精度 | 加速度幅值| 响应误差”中,有2篇库卡专利。
108篇“机器人位置 | 计算机器人 | 期望轨迹| 笛卡尔空间”方面的专利,有14篇美的专利和94篇库卡专利。
如果美的能充分发挥、运作该14篇与94篇专利间的关联、协同关系,对于美的提升技术水平的意义非常重大。
还有许多的技术协同点。
我们提出的协同分析,不是画几个饼图给经理们看看完事,而是最后通过相互渗透的技术分布,找出协同双方最佳合作人选-相关联的发明人。
我们对每一小组技术,按“发明人”分组。
根据协同分析,美的发明人万欣,郑绪成,陈远为美的最佳协同实施人。
作为开始协同运作的第一步,把这些相关库卡专利推送给这些相关的中国发明人。
同时把这些中国发明人的相关中国发明专利机器翻译后,自动推送给库卡的相关发明人。
这样,我们不仅找到了协同专利,我们还找到了直接执行协同计划的最佳协同人。
而且,这一切,都可以由机器自动生成,直接通过现代通信方式,推送到关联的协同发明人。
这种基于大数据智能计算,精确定位协同到人的方式,这就是我们今天介绍的“美的库卡协同分析 - 精确定位和个性化协同”。
联系客服