-
公开(公告)号：CN114995162A
公开(公告)日：2022-09-02
申请号：CN202210917080.1
申请日：2022-08-01
Applicant: 季华实验室
Abstract: 本发明涉及机器人控制技术领域，具体公开了一种多机器人的任务分配方法、装置、电子设备及存储介质，其中，方法包括以下步骤：根据分配比值设定自适应参数；以自适应参数作为万有引力常量，以任务的优先级或复杂性为任务质量，并仿照万有引力定律获取任务和机器人之间的关系作为引力信息；根据引力信息对机器人进行任务分配以生成任务分配集合；根据任务分配集合更新自适应参数，直至自适应参数的迭代更新次数达到预设的迭代次数；以最后获取的任务分配集合作为最优任务分配集合；该方法能针对多种不同机器人数量和任务数量的情况进行任务分配，摆脱了传统方法局部最优的缺陷，从而减少分配方法对机器人初始分布的依赖。
-
公开(公告)号：CN114299619B
公开(公告)日：2024-11-29
申请号：CN202210055484.4
申请日：2022-01-18
Applicant: 季华实验室
IPC: G06V40/20 , G06V20/40 , G06V10/34 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/82 , G06N3/0442 , G06N3/08
Abstract: 本申请属于行为识别技术领域，公开了一种在线行为识别方法、装置、电子设备及存储介质，通过获取最新的N帧视频图像的人体骨架信息；识别各帧视频图像的行为的概率最大的M种行为类型；检测各帧视频图像的行为属于各种行为类型的起始动作的起点置信度和终止动作的终点置信度；根据各种行为类型的起点置信度时序数组与相应行为类型的标准起点置信度时序数组的相关性检测是否出现相应行为类型的开始标志；根据各种行为类型的终点置信度时序数组与相应行为类型的标准终点置信度时序数组的相关性检测是否出现相应行为类型的结束标志；根据开始标志和结束标志的检测结果输出行为类型的识别结果；从而具有较好的灵活性和较高的识别正确率。
-
公开(公告)号：CN114863562A
公开(公告)日：2022-08-05
申请号：CN202210499382.1
申请日：2022-05-09
Applicant: 季华实验室
IPC: G06V40/20 , G06V40/10 , G06V20/40 , G06V10/34 , G06V10/62 , G06V10/82 , G06N3/04 , G06N3/08 , G06N3/00
Abstract: 本发明涉及机器人运动控制技术领域，具体公开了一种多足机器人的运动学习方法、装置、电子设备及存储介质，其中，方法包括以下步骤：获取关于足式生物运动的不同视频信息；根据视频信息提取运动关键信息生成骨架序列图片，并根据视频信息提取场景序列图片；根据骨架序列图片提取骨架特征信息以生成骨架分析函数，并根据场景序列图片提取场景特征信息以生成动作决策函数；根据骨架分析函数及动作决策函数的相关性建立损失函数；更新损失函数至收敛以获取足部决策模型；该方法建立的损失函数能反映骨架分析函数及动作决策函数的相似程度，使得基于损失函数收敛生成的足部决策模型能针对场景决策出最接近于真实动作的动作。
-
公开(公告)号：CN114347043B
公开(公告)日：2022-06-03
申请号：CN202210257626.5
申请日：2022-03-16
Applicant: 季华实验室
IPC: B25J9/16
Abstract: 本发明涉及智能机械手技术领域，具体公开了一种机械手模型学习方法、装置、电子设备及存储介质，其中，学习方法包括以下步骤：获取多组供所述机械手模型学习的、关于同一执行任务的专家演示数据；根据所述专家演示数据生成关联于学习成本函数的专家策略，所述学习成本函数基于模仿所述专家演示数据所需的模仿成本和所述专家演示数据的密集程度建立；最小化所述学习成本函数以获取最优专家策略；根据所述最优专家策略训练所述机械手模型；该方法最终获取的最优专家策略将机械手模型推向专家演示数据分布密集的范围内模仿专家演示行为，从而使得机械手模型能在尽可能低的模仿成本下精准地模仿完成专家演示行为。
-
公开(公告)号：CN112114670A
公开(公告)日：2020-12-22
申请号：CN202010947182.9
申请日：2020-09-10
Applicant: 季华实验室
Abstract: 本发明公开一种基于混合脑机接口的人机共驾系统及其控制方法，可实现机器人完全脑控和人机共驾两种模式控制，在机器人控制中突出人核心作用，充分利用人经验智慧和智能机器人精确感知实行决策，辅助用户进行安全控制，用户可接收反馈信息，且系统可不断学习用户操作模式，不断积累操作数据和VR场景进行训练时数据均可用于提升系统性能，使人机交互更安全高效，增强人机交互耦合，在人机共驾和智能机器人方面具有重要应用价值；相较于单一模态BCI系统，本混合BCI系统具有多种控制指令、更好操作性和鲁棒性，操作控制更多样，人机交互模式更符合实际应用，解决脑控机器人操作模式单一和控制命令过于简单问题。
-
Patent Agency Ranking
公开(公告)号：CN112114670B
公开(公告)日：2023-04-07
申请号：CN202010947182.9
申请日：2020-09-10
Applicant: 季华实验室
IPC: G06F3/01 , G06F18/213 , G06F18/24
Abstract: 本发明公开一种基于混合脑机接口的人机共驾系统及其控制方法，可实现机器人完全脑控和人机共驾两种模式控制，在机器人控制中突出人核心作用，充分利用人经验智慧和智能机器人精确感知实行决策，辅助用户进行安全控制，用户可接收反馈信息，且系统可不断学习用户操作模式，不断积累操作数据和VR场景进行训练时数据均可用于提升系统性能，使人机交互更安全高效，增强人机交互耦合，在人机共驾和智能机器人方面具有重要应用价值；相较于单一模态BCI系统，本混合BCI系统具有多种控制指令、更好操作性和鲁棒性，操作控制更多样，人机交互模式更符合实际应用，解决脑控机器人操作模式单一和控制命令过于简单问题。
-
公开(公告)号：CN115272439B
公开(公告)日：2023-01-31
申请号：CN202211182424.5
申请日：2022-09-27
Applicant: 季华实验室
Abstract: 本发明涉及三维重建技术领域，具体公开了一种三维重建模型的融合方法、重建方法、装置、设备及介质，其中，三维重建模型的融合方法包括以下步骤：获取多个关于第一点云序列集的优质点云融合模型；根据多个优质点云融合模型基于等值权重融合生成辅助评价模型；根据每个优质点云融合模型的第一输出与辅助评价模型的第二输出的范数差建立损失函数；更新优质点云融合模型的参数至损失函数收敛；根据收敛后的损失函数设置每个优质点云融合模型的融合权重，并根据融合权重融合多个优质点云融合模型以获取融合重建模型；该方法获取的融合重建模型能基于各个优质点云融合模型的优势来进行点云融合而实现三维重建，有效提高三维重建的重建精度、鲁棒性。
-
公开(公告)号：CN114879702B
公开(公告)日：2022-09-30
申请号：CN202210789163.7
申请日：2022-07-06
Applicant: 季华实验室
IPC: G05D1/02
Abstract: 本发明涉及智能巡检技术领域，具体公开了一种多智能体巡检控制方法、装置、系统、设备及介质，其中，方法包括以下步骤：根据各个所述智能体获取的图像信息分析获取安防检测结果；根据各个所述智能体获取的空间信息加权整合获取空间信息地图，并根据所述安防检测结果、空间信息地图进行种群遗传信息迭代以生成各个所述智能体的规划轨迹信息；根据环境信息生成局部导航信息，以使各个所述智能体能沿规划轨迹信息进行局部避障移动；该方法实现了多智能体巡检的共同检测、高效协同控制，并基于环境信息生成局部导航信息以控制对应的智能体进行局部避障移动，使得多个智能体能在巡检范围进行自动化的安防检测、巡检任务协同跟派。
-
公开(公告)号：CN114543831A
公开(公告)日：2022-05-27
申请号：CN202210404091.X
申请日：2022-04-18
Applicant: 季华实验室
Abstract: 本发明涉及智能导航技术领域，具体公开了一种基于驾驶风格的路径规划方法、装置、设备及存储介质，其中，方法包括以下步骤：获取全局路径信息、车辆位置信息及驾驶风格类型；建立深度神经网络模型；生成多条形状不同的备选局部路径信息；选择一条备选局部路径信息作为试探执行路径；跟踪试探执行路径，并根据驾驶风格类型评价试探执行路径以生成反馈奖励信息；利用时序差分采样法根据反馈奖励信息更新深度神经网络模型；输出深度神经网络模型作为期望驾驶风格模型以进行路径规划。该方法获取的期望驾驶风格模型更加贴近人类的驾驶习惯、倾向，并有效提高了模型的训练和收敛速度。
-
公开(公告)号：CN114347043A
公开(公告)日：2022-04-15
申请号：CN202210257626.5
申请日：2022-03-16
Applicant: 季华实验室
IPC: B25J9/16
Abstract: 本发明涉及智能机械手技术领域，具体公开了一种机械手模型学习方法、装置、电子设备及存储介质，其中，学习方法包括以下步骤：获取多组供所述机械手模型学习的、关于同一执行任务的专家演示数据；根据所述专家演示数据生成关联于学习成本函数的专家策略，所述学习成本函数基于模仿所述专家演示数据所需的模仿成本和所述专家演示数据的密集程度建立；最小化所述学习成本函数以获取最优专家策略；根据所述最优专家策略训练所述机械手模型；该方法最终获取的最优专家策略将机械手模型推向专家演示数据分布密集的范围内模仿专家演示行为，从而使得机械手模型能在尽可能低的模仿成本下精准地模仿完成专家演示行为。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.023 seconds)
