-
公开(公告)号：CN117575038A
公开(公告)日：2024-02-20
申请号：CN202311466666.1
申请日：2023-11-06
Applicant: 之江实验室
IPC: G06N20/00 , G06F16/901 , G06F16/906 , G06F16/9035
Abstract: 本申请涉及一种基于大语言模型的机器人任务规划的知识蒸馏方法和系统，其中，该方法包括利用预先构建的提示语构造器对种子库中的数据进行处理，得到提示语；基于大语言模型，对提示语进行处理，得到答案列表；基于本体知识库，对答案列表进行过滤，得到第一目标数据；基于分类策略对第一目标数据进行分类，得到目标分类数据；将目标分类数据存储至对应的图数据库中；基于筛除策略对图数据库中的目标分类数据进行进一步过滤，得到第二目标数据；将第二目标数据用于机器人的任务规划，通过本申请，解决了现有技术中使用知识库预制机器人任务分解的泛化能力较差问题，提高了使用知识库预制机器人任务分解的泛化能力。
-
公开(公告)号：CN114237235A
公开(公告)日：2022-03-25
申请号：CN202111460950.9
申请日：2021-12-02
Applicant: 之江实验室
IPC: G05D1/02
Abstract: 本发明公开了一种基于深度强化学习的移动机器人避障方法，通过激光雷达获取点云数据，对点云数据进行卷积特征提取，与行人位置、行人速度、全局路径共同作为神经网络输入，建立全连接神经网络，设定环境奖励，通过PPO深度强化学习算法输出机器人动作。相对于其他规划或学习的导航方法，本方法无需对行人进行预测、传感器预处理、简化了算法复杂度，更加适用于在多人环境下的机器人导航策略。同时由于加入全局路径作为输入量，提升了算法的适用范围，同时也加快了算法的收敛时间。
-
公开(公告)号：CN113077515A
公开(公告)日：2021-07-06
申请号：CN202110629765.1
申请日：2021-06-07
Applicant: 之江实验室
Abstract: 本发明属于机器人定位领域，尤其涉及一种水下视觉惯导压力定位的紧耦合初始化方法，通过传统单目SLAM的方法获得欠尺度的机器人位姿和地图特征点，将相邻图像之间的IMU数据进行预积分建立图像之间的预积分残差，将相邻图像与压力测量之间的IMU数据进行预积分建立图像与压力测量之间的预积分残差，通过非线性优化的方法求解系统的初始化参数，利用初始化参数更新地图，将更新后的系统进行光束平差优化，完成初始化过程，获得更精确的结果，以此推动系统的运行。本发明利用高频的IMU信息耦合不同时间步下的图像信息和压力信息，加强了各初始化参数之间的耦合度，提高了初始化算法的求解精度。
-
公开(公告)号：CN117400242A
公开(公告)日：2024-01-16
申请号：CN202311390080.1
申请日：2023-10-23
IPC: B25J9/16
Abstract: 本发明公开了一种凝视引导的机器人交互式物品抓取方法、系统、设备及存储介质，所述方法包括以下步骤：(1)采用RGB‑D相机采集桌面物体场景图像，生成包括物体之间相对位置关系的树状结构描述；(2)在RGB‑D相机中采用几何特征方法计算人的头部姿态，在3D空间中估计人的视线向量；(3)计算人的视线沿长线与物体点云交汇情况，判断人的视线是否足够精确地选中某个物品；(4)生成包含物体及其相对位置关系的机器人输出语音提示，询问到底指代哪个物品，待人语音确认后最终锁定物体；(5)在RGB‑D点云中估计物体6D姿态，最终引导机器人完成抓取；本发明避免了仅靠视觉造成的锁定错误目标物品，锁定指代目标物体的效率更高。
-
公开(公告)号：CN116330306B
公开(公告)日：2023-08-15
申请号：CN202310631265.0
申请日：2023-05-31
Applicant: 之江实验室
IPC: B25J9/16
Abstract: 本说明书公开了一种物体的抓取方法、装置、存储介质及电子设备，预先建立通用模型库，获取目标物体的深度图像及普通图像，以确定该目标物体的特征，根据该目标物体的特征，在预先建立的通用模型库中确定出与该目标物体匹配的通用模型，作为目标通用模型，根据该目标物体的特征及该目标通用模型，建立该目标物体的三维点云模型，以确定该目标物体的姿态，再根据该姿态及该三维点云模型，确定该目标物体的抓取点，根据该抓取点控制抓取设备抓取该目标物体。本方法通过目标物体的不同类型的图像，确定目标物体的特征，根据该特征及目标通用模型确定目标物体的姿态，以确定抓取点，根据该抓取点抓取目标物体，提高了抓取未知物体的准确性和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN115933387A
公开(公告)日：2023-04-07
申请号：CN202211493655.8
申请日：2022-11-25
Applicant: 之江实验室
IPC: G05B13/04 , G06V10/774 , G06V10/82 , G06N3/0475 , G06N3/096 , G06T7/80
Abstract: 本发明涉及一种基于视觉语言预训练模型的机器人操控方法、装置及介质，所述方法包括：获取实时的视觉感知信息和自然语言指令，将该视觉感知信息和自然语言指令作为一操控策略深度学习网络模型的输入，获得对应的机器人动作指令；其中，所述操控策略深度学习网络模型的训练过程包括以下步骤：搭建机器人操控的仿真环境，在该仿真环境中生成第一训练数据集，构建包含视觉语言预训练的操控策略深度学习网络模型对操控策略深度学习网络模型进行预训练；采集真实场景数据集并处理，生成第二训练数据集，对经预训练的操控策略深度学习网络模型进行小样本迁移训练，微调模型参数，获得最终的操控策略深度学习网络模型。与现有技术相比，本发明具有可方便实现多任务作业、具有泛化能力等优点。
-
公开(公告)号：CN113834488B
公开(公告)日：2022-03-25
申请号：CN202111414452.0
申请日：2021-11-25
Applicant: 之江实验室
Abstract: 本发明公开了基于结构光阵列远程识别的机器人空间姿态解算方法，包括如下步骤：S1，结构光光斑识别，获取机器人上不同的光斑；S2，光斑解析，根据不同光斑构成的几何特征，标定机器人姿态；S3，光斑质心重定位；S4，相对姿态测算；S5，空间姿态解算；本方法通过云台相机远程识别机器人表面的结构光阵列，在相机内参固定的情况下，根据结构光几何参数、云台相机外参解算出机器人空间姿态，可以为IMU测量值进行辅助修正。本方法规避了机器人运动时相机远程成像模糊的问题，且不受作业环境噪声干扰，达到了良好的测算效果。
-
公开(公告)号：CN113096188A
公开(公告)日：2021-07-09
申请号：CN202110642779.7
申请日：2021-06-09
Applicant: 之江实验室
IPC: G06T7/73
Abstract: 本发明公开了一种基于高光像素检测的视觉里程计位姿优化方法，主要步骤包括：高光像素检测、权重矩阵计算、特征描述子计算、最小二乘优化。在金属、部分光滑物体表面常常发生镜面反射，导致相机捕获到的图像存在高光像素。而高光像素位置会随相机视角移动而改变，导致视觉定位中相邻图像匹配错误，从而定位精度下降。本发明的核心在于引入了高光像素检测，将检测结果转换成权重矩阵加入到位姿优化过程中，该方法剔除高光像素带来的错误匹配，有效提高了视觉定位的精度。
-
公开(公告)号：CN114442649B
公开(公告)日：2024-04-19
申请号：CN202111608318.4
申请日：2021-12-22
Applicant: 之江实验室
IPC: G05D1/49 , G05D109/12
Abstract: 本发明属于机器人智能控制技术领域，涉及一种双足机器人混杂动力学建模和运动规划方法，具体包括：步骤1，初始化双足机器人，建立描述双足机器人运动的坐标系统，建立双足机器人运动学模型；步骤2，设定双足机器人的关节角运动学约束；步骤3，分析双足机器人的广义动力学模型；步骤4，构建双足机器人的混杂动力学模型；步骤5，设计双足机器人基于混杂动力学模型的运动规划方法，设计优化的目标以及线性和非线性约束，对运动规划问题进行描述并通过非线性优化方法求解，获得双足机器人的运动轨迹。本发明在双足机器人的运动规划和控制方面具有较强的应用价值。
-
公开(公告)号：CN114237235B
公开(公告)日：2024-01-19
申请号：CN202111460950.9
申请日：2021-12-02
Applicant: 之江实验室
Abstract: 本发明公开了一种基于深度强化学习的移动机器人避障方法，通过激光雷达获取点云数据，对点云数据进行卷积特征提取，与行人位置、行人速度、全局路径共同作为神经网络输入，建立全连接神经网络，设定环境奖励，通过PPO深度强化学习算法输出机器人动作。相对于其他规划或学习的导航方法，本方法无需对行人进行预测、传感器预处理、简化了算法复杂度，更加适用于在多人环境下的机器人导航策略。同时由于加入全局路径作为输入量，提升了算法的适用范围，同时也加快了算法的收敛时间。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.019 seconds)
