-
公开(公告)号:CN117880010A
公开(公告)日:2024-04-12
申请号:CN202311673371.1
申请日:2023-12-07
申请人: 山东大学 , 山东正晨科技股份有限公司
摘要: 本发明提出的一种基于深度学习的时变水声信道估计方法,应用在水声通信领域中。本发明采用创新性的逻辑设计,首先通过水声正交频分复用系统生成原始码元,在原始码元中插入置零的直流子载波;通过4AQM方式对并行数据进行调制;信号经过引入高斯白噪声的时变水声信道;对信号进行解调;利用卷积神经网络、双向门控单元、自归一化网络、全连接网络构建信道估计模块,并引入注意力机制;最后采用Nadm优化器和多分类交叉熵损失函数对网络进行训练。本发明有效解决了时变水声信道下OFDM系统中存在的误符号率和误码率性能失真的问题。仿真结果表示,此方法表现出的性能优于传统的最小二乘法和最小均方误差,提高了水声信道估计的精度。
-
公开(公告)号:CN116911252A
公开(公告)日:2023-10-20
申请号:CN202310755987.7
申请日:2023-06-25
申请人: 山东大学 , 山东芯辰人工智能科技有限公司 , 山东正晨科技股份有限公司
IPC分类号: G06F40/126 , G06F40/295 , G06F40/117 , G06N3/0464 , G06N3/088
摘要: 本发明公开一种基于关系注意力增强和词性掩码的实体关系联合抽取方法,包括:对自然语句和关系名序列分别进行分词并拼接后得到分词标记序列;提取分词标记序列的词编码特征,进行关系预测,得到候选关系列表;对自然语句进行词性标注,和句子分词标记对齐后得到词性对齐序列,从而生成多层掩码;将多层掩码引入至多头注意力模块中,将多层注意力矩阵划分为实体抽取预测表和关系三元组预测表,从而分别进行实体抽取结果和关系三元组预测。在考虑实体对关系抽取作用的同时,兼顾关系对实体抽取的辅助作用,同时引入词性信息,提高对实体抽取的准确度。
-
公开(公告)号:CN116518967A
公开(公告)日:2023-08-01
申请号:CN202310426781.X
申请日:2023-04-17
申请人: 山东大学 , 山东芯辰人工智能科技有限公司 , 山东正晨科技股份有限公司
IPC分类号: G01C21/20 , G01S17/931 , G01S17/42
摘要: 本发明属于机器人导航技术领域,提供了一种基于深度强化学习的服务机器人无地图导航方法及系统。其中,基于深度强化学习的服务机器人无地图导航方法包括以服务机器人为中心的坐标系,在每个预设时间间隔,获取服务机器人自身状态以及人类的观测状态,进而得到服务机器人导航时的联合状态;根据服务机器人导航时的联合状态和最优值函数,确定出最优导航策略来最大化期望奖赏,以确定动作指令来及时调整服务机器人的自身速度;其中,利用预设价值网络的输出估计最优值函数;最优导航策略中的奖励函数基于危险区域和判断准则来确定,危险区域根据服务机器人与人类之间的相对速度以及人类可接受的安全距离来确定。
-
公开(公告)号:CN118172415A
公开(公告)日:2024-06-11
申请号:CN202410209646.4
申请日:2024-02-26
申请人: 山东大学 , 山东正晨科技股份有限公司 , 山东芯辰人工智能科技有限公司
摘要: 本发明属于图像处理技术领域,提供了基于多尺度特征与先验知识的抓取位姿检测方法及系统。其中,基于多尺度特征与先验知识的抓取位姿检测方法包括获取场景图像;提取所述场景图像中的粗粒度特征及不同层次的细粒度特征并进行融合,得到融合特征图;对融合特征图进行不同尺度特征修复,得到相应修复特征图并进行归一化,然后与融合特征图相乘后再次融合,得到修复后的融合特征图;将修复后的融合特征图转换为融合特征复用图,将融合特征复用图结合外部注意力机制的先验知识,得到关键特征图;基于关键特征图与抓取位姿的映射关系,确定出相应抓取位姿。其综合图像中多尺度特征融合及融合后特征的修复,避免错误的抓取位姿预测,提高了预测准确率。
-
公开(公告)号:CN116912837A
公开(公告)日:2023-10-20
申请号:CN202310784642.4
申请日:2023-06-29
申请人: 山东大学 , 山东芯辰人工智能科技有限公司 , 山东正晨科技股份有限公司
IPC分类号: G06V30/148 , G06V20/62 , G06V30/166 , G06V30/18 , G06V30/19
摘要: 本发明提出了一种基于细节和边界驱动的指代目标图像分割方法及系统,包括:获取所需的场景图片和文本描述数据,所述文本描述数据为对所需目标的语言描述;对获取的数据进行预处理,包括:将获取的场景图片进行预处理得到归一化后的图片数据,将文本描述数据编码成向量;将预处理后的数据进行语言特征提取、视觉特征提取和多模态交互对齐,并使用边界、细节和显著性检测方法对特征进行融合增强,获得高质量的指代目标掩码,实现指代目标图像分割。
-
公开(公告)号:CN116524337A
公开(公告)日:2023-08-01
申请号:CN202310326414.2
申请日:2023-03-27
申请人: 山东大学 , 山东芯辰人工智能科技有限公司 , 山东正晨科技股份有限公司
IPC分类号: G06V20/00 , G06V10/764 , G06V10/40 , G06V10/80 , G06V10/82 , G06F16/36 , G06F16/901 , G06F18/22
摘要: 本发明属于服务机器人视觉场景识别技术领域,提供了一种知识增强的多服务机器人物体类别识别方法及系统。其中,知识增强的多服务机器人物体类别识别方法获取机器人运行的场景图片,提取场景图片中的视觉信息特征图,得到场景图片中目标检测框及其物体类别的初步预测结果,并将所述视觉信息特征图转换成场景信息向量;选取预先构建的知识图谱中的信任目标标签节点,基于转换的场景信息向量及目标检测框信息组成匹配向量,计算所述匹配向量与以所述信任目标标签节点为起始的边的相似度,根据相似度大小确定出所述场景图片中物体类别的查询预测结果;将所述场景图片中物体类别的查询预测结果与初步预测结果进行融合,得到最终的物体类别识别结果。
-
公开(公告)号:CN118392172A
公开(公告)日:2024-07-26
申请号:CN202410321991.7
申请日:2024-03-20
申请人: 山东大学 , 山东正晨科技股份有限公司 , 山东芯辰人工智能科技有限公司
摘要: 本发明属于机器人导航领域,提供了一种基于三维场景图和深度强化学习的机器人导航方法及装置。其中,基于三维场景图和深度强化学习的机器人导航方法包括获取三维场景图及最终目标;将导航目标与三维场景图中的相应顶点进行匹配,生成从机器人当前位置对应顶点到目标顶点的导航路径;基于相机视角中的物体检测结果,从生成的导航路径中动态选择相应顶点作为机器人的局部目标;基于局部目标和深度强化学习,利用时空关系推理机器人、人类和静态障碍物之间的交互,并结合扩展静态障碍物信息估计出联合状态值,进而生成相应的动作指令,以下发至机器人并逐步引导机器人导航至最终目标。
-
公开(公告)号:CN117831034A
公开(公告)日:2024-04-05
申请号:CN202311599804.3
申请日:2023-11-27
申请人: 山东大学 , 山东正晨科技股份有限公司 , 山东芯辰人工智能科技有限公司
IPC分类号: G06V20/70 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/0895
摘要: 本发明属于场景图生成领域,提供了基于对比学习的场景图生成方法及系统。其中,场景图生成方法包括获取需要推理得到场景图的图片;利用场景图生成模型对获取的当前图片进行处理,生成场景图;其中,利用场景图生成模型处理当前图片的过程为:提取当前图片的场景信息特征向量、当前图片的语义特征图、目标对象的位置信息和物体类别信息;将当前图片的场景信息特征向量、语义特征图、目标对象的位置信息和物体类别信息进行连接形成各个目标对象的关系特征向量;将目标对象两两组合,基于目标对象的关系特征向量的相似性来判断两个目标对象间的关系;将判断目标对象间的关系转换为图结构,得到当前图片的场景图。
-
公开(公告)号:CN117705122A
公开(公告)日:2024-03-15
申请号:CN202311873190.3
申请日:2023-12-29
申请人: 山东大学 , 山东正晨科技股份有限公司 , 山东芯辰人工智能科技有限公司
IPC分类号: G01C21/20 , G06F16/29 , G06F18/23213
摘要: 本发明公开了一种基于知识驱动与语义拓扑地图的机器人定位方法及系统,属于机器人定位技术领域。包括获取实时场景图像,根据实时场景图像,构建局部语义点云,并基于预设的三维先验模型对局部语义点云进行拟合;基于拟合后的局部语义点云,构建局部查询图;基于随机游走的描述符,将局部查询图与云端地图库中的语义拓扑地图匹配,获取全局语义拓扑地图;其中,云端地图库为预设,且基于机器人所在的实时场景更新;通过全局语义拓扑地图和局部查询图的匹配节点,获取空间匹配点集;利用空间匹配点集,获取机器人实时位姿,以实现机器人定位。能够提高机器人定位的准确性,且提高地图的复用率,解决视觉定位光线鲁棒性差的问题。
-
公开(公告)号:CN118038221A
公开(公告)日:2024-05-14
申请号:CN202410042419.7
申请日:2024-01-10
申请人: 山东大学 , 山东正晨科技股份有限公司 , 山东芯辰人工智能科技有限公司
IPC分类号: G06V10/80 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/766 , G06V10/82
摘要: 本发明公开了基于多源知识驱动的目标物体抓取方法及系统,其中方法,包括:获取待抓取物体所处的场景图像以及待抓取物体的自然语言描述;对场景图像和自然语言描述分别进行预处理;将预处理后的场景图像和自然语言描述,均输入到训练后的图像分割模型中,输出待抓取物体的分割掩码;基于待抓取物体的分割掩码,确定机器人的最佳抓握姿势;基于最佳抓握姿势,确定机器人的操作位姿。一方面通过CLIP的隐式知识促进多模态特征的融合、交互和对齐,另一方面通过ChatGPT的显示知识增强实体的语义信息,有效提高了语言条件分割和抓取检测的精度。
-
-
-
-
-
-
-
-
-