-
公开(公告)号：CN119784825A
公开(公告)日：2025-04-08
申请号：CN202411986941.7
申请日：2024-12-31
Applicant: 同济大学
Abstract: 本发明涉及一种基于点云路标的机器人高精定位控制方法及系统，方法包括以下步骤：获取布置在预设的点位上的点云路标的标准点云集合；获取激光雷达扫描数据，转换为二维激光点云数据，滤除异常点，检测跳变点，得到若干点云簇集合，经过筛选得到候选点云簇集合；利用ICP算法将候选点云簇与标准点云进行匹配，并进行匹配程度评价，得到当前帧点云路标的正确匹配结果，进而得到机器人的准确实时位姿；若当前帧点云路标匹配失败，则使用轮式里程计对机器人的准确实时位姿进行追踪与更新；根据准确实时位姿，通过状态机结合PID运动控制方法控制机器人移动到目标点。与现有技术相比，本发明实现机器人的高精度定位与控制，满足众多特殊作业需求。
-
公开(公告)号：CN119772883A
公开(公告)日：2025-04-08
申请号：CN202411935594.5
申请日：2024-12-26
Applicant: 同济大学
IPC: B25J9/16 , G10L13/027 , G10L13/08 , G10L15/26 , G06V20/56 , G06V10/25 , G06V10/82 , G06V40/10 , G06T5/80 , G06T7/50 , G06T7/70 , G06N3/0464 , H01B11/00 , G01C21/00 , G01C21/20 , G01S17/89 , G01S17/93 , G01S17/06 , G01S7/48 , G01S7/481
Abstract: 本发明涉及一种室内移动服务机器人交互任务执行方法、装置及存储介质、室内移动服务机器人系统。该方法获取原始视觉数据和原始空间数据并分别进行处理，获取原始音频信号并转化为文本信号，得到动态交互输入指令；利用预设的大语言模型解析动态交互输入指令，得到待处理任务对应的元动作序列；根据元动作序列，按顺序执行待处理任务中的每个元动作，每个元动作在执行时调度对应的处理后的视觉数据和空间数据；当元动作的执行结果确认后，语音播报当前的任务执行状态，完成任务交互。与现有技术相比，本发明具有处理任务复杂广泛，动态适应性强，交互自然，室内服务场景的任务执行成功率高等优点。
-
公开(公告)号：CN114910071B
公开(公告)日：2025-03-25
申请号：CN202210385355.1
申请日：2022-04-13
Applicant: 同济大学
Abstract: 本发明涉及一种基于物体偏见修正与有向注意力图的物体导航方法，包括以下步骤：S1、机器人实时获取当前时刻的原始图像；S2、提取视觉输入的全局图像特征It和局部物体特征St；S3、通过多头注意力分数生成模块得到自适应物体注意力图Gv；S4、得到当前时刻的物体注意力权重Gt；S5、得到物体支路最终编码#imgabs0#S6、通过多头注意力得到图像支路最终编码#imgabs1#S7、对图像、物体和过去动作三个支路进行聚合得到特征表示Ht；S8、预测动作执行概率；S9、加强检测到目标物体时输出停止动作的概率；S10、选择概率最大的动作对场景进行探索。与现有技术相比，本发明具有解决注意力偏见问题、加强信息融合利用、更好区分支路类型、提高支路特征聚合合理性等优点。
-
公开(公告)号：CN118550196A
公开(公告)日：2024-08-27
申请号：CN202410648300.4
申请日：2024-05-23
Applicant: 同济大学
IPC: G05B13/04
Abstract: 本发明涉及一种基于隐含量测信息的事件驱动鲁棒状态估计器设计方法，用于辅助进行数据通信，方法包括：获取待测的控制系统的系统方程，定义控制系统的事件触发机制，并定义逻辑变量表示事件触发机制的触发情况；将H∞滤波值引入系统方程，得到估计误差系统，用于计算受影响系统的状态；将估计误差系统的影响视为随机不确定性，并利用估计误差系统隐含的量测信息，构造出一个不确定系统，将系统方程的状态估计问题转化为不确定系统的H∞滤波问题；根据事件触发机制，构建基于事件驱动的估计器，在保证估计性能前提下最小化通信率。与现有技术相比，本发明可实现在通信受限场景下保障网络化控制系统控制性能以及提升网络资源利用率，具有较高的实用性。
-
公开(公告)号：CN117197891A
公开(公告)日：2023-12-08
申请号：CN202311168550.X
申请日：2023-09-11
Applicant: 同济大学
IPC: G06V40/20 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/82 , G06F40/126 , G06F40/194 , G06N3/042 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及人工智能视觉语言多模态领域，尤其是涉及一种多模态骨骼动作识别方法及装置。该方法获取并预处理骨骼数据，提取相应的骨骼原始特征；利用视觉编码器和多层感知机，从预处理后的骨骼数据中提取相应的视觉特征，同时利用文本提示映射器将动作标签映射成文本，并利用文本编码器和多层感知机从文本中提取相应的语言特征；利用损失函数计算损失值，训练视觉编码器、文本解码器和多层感知机，损失函数由视觉损失函数、视觉语言损失函数和语言解码损失函数组成；利用训练好的视觉编码器测试，得到骨骼动作识别和分类结果。与现有技术相比，本发明具有能够修正语言特征、提高视觉特征提取精度、增强动作识别和分类准确性等优点。
-
Patent Agency Ranking
公开(公告)号：CN114371613B
公开(公告)日：2023-08-29
申请号：CN202111617507.8
申请日：2021-12-27
Applicant: 同济大学
IPC: G05B11/42
Abstract: 本发明涉及一种基于在线学习的仿人机器人上半身姿态控制方法，包括以下步骤：构建以逻辑斯蒂回归模型为基础的髋关节补偿模型，以采集的历史数据离线训练所述髋关节补偿模型的模型参数；在每个步态周期中，基于当前的髋关节补偿模型获得髋关节补偿值进行仿人机器人上半身姿态控制，在每个步态周期结束时对所述模型参数进行在线周期性更新；采集的所述历史数据为采用PID控制的仿人机器人在不同PID参数下的运行数据。与现有技术相比，本发明具有鲁棒性强、能够使机器人行走更稳定等优点。
-
公开(公告)号：CN116449827A
公开(公告)日：2023-07-18
申请号：CN202310306545.4
申请日：2023-03-27
Applicant: 同济大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于规则驱动的多移动机器人局部协作方法，包括如下步骤：S1：为每个移动机器人初始化方形窗口，在该方形窗口内建立局部代价地图；S2：遍历并判断该机器人的各栅格上是否存在动态障碍，是则执行S3，否则执行S6；S3：确定动态障碍是否为当其他机器人，是则执行S4，否则执行S5；S4：判断当前机器人的优先级是否低于当前栅格的机器人，生成局部规划路径；S5：确定当前机器人的方形窗口内是否存在障碍栅格和/或预测栅格，确定碰撞类型，确定当前移动机器人的规划路径；S6：重复执行S2～S5；S7：返回S4或S5的规划路径作为当前机器人的协作路径。与现有技术相比，本发明对复杂环境的动态适应性强，缓解了动态障碍对多机协同的安全隐患。
-
公开(公告)号：CN116311499A
公开(公告)日：2023-06-23
申请号：CN202310099707.1
申请日：2023-02-08
Applicant: 同济大学
IPC: G06V40/20 , G06V20/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本发明涉及一种安全设备穿戴检测方法及装置，其中方法包括：获取网络摄像机捕获的视频帧图像；提取视频帧图像有效区域内的人体图像；利用AlphaPose算法对图像中的人体姿态进行估计，获取人体关节点坐标；根据人体关节点坐标定位检测区域，进行裁剪整理，得到训练集图像和测试集图像；利用训练集图像，基于YOLOv5算法进行目标检测模型训练，基于ResNet算法进行图像分类模型训练，并结合数据增强及迁移学习提高训练效果；将测试集图像送入训练完成的目标检测模型和图像分类模型，进行相应穿戴等级的合格性检测；采用滞回比较的思想基于多帧图像整合判断结果，将被检人员的穿戴检测情况进行实时可视化反馈。与现有技术相比，本发明具有检测方便、结果精确等优点。
-
公开(公告)号：CN116227769A
公开(公告)日：2023-06-06
申请号：CN202310119170.0
申请日：2023-02-15
Applicant: 同济大学
IPC: G06Q10/047 , G06Q10/0631 , G06N3/006
Abstract: 本发明涉及一种基于分层混合蚁群的任务调度方法，包括：根据设定的任务调度问题，构建对应的TSP问题模型；设定TSP问题需要遍历的多个任务点坐标组成的数组以及迭代阈值，并初始化算法内置参数和问题拓扑结构，算法内置参数包括遗传算法和蚁群算法对应的内置参数；通过遗传算法初始化蚁群算法初始信息素分布；利用蚁群算法计算得到TSP问题的可行近似最优解；当迭代次数达到迭代阈值，则返回TSP问题的当前可行近似最优解；根据输出的当前可行近似最优解，相应完成任务调度。与现有技术相比，本发明兼备传统蚁群算法的全局寻优性能与遗传算法的求解速度，能够增强TSP问题求解的计算速度和收敛速度，改善解的全局最优性能，从而确保可靠完成相关任务调度。
-
公开(公告)号：CN113111760B
公开(公告)日：2023-05-02
申请号：CN202110372148.8
申请日：2021-04-07
Applicant: 同济大学
IPC: G06V40/20 , G06V10/774 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于通道注意力的轻量化图卷积人体骨架动作识别方法，包括以下步骤：S1：获取视频影像中人体骨架的骨架序列信息；S2：添加关节点索引信息，并计算骨架关节点的邻接矩阵；S3：利用邻接矩阵以及引入通道注意力机制的残差GCN网络提取骨架序列的空间特征，所述的邻接矩阵在使用时进行随机失活处理；S4：添加帧索引信息，并进行最大池化处理；S5：利用一阶CNN网络提取骨架序列的时间特征；S6：通过最大池化生成最终的特征序列，并得到识别分类结果，与现有技术相比，本发明具有鲁棒性、实时性和准确性高等优点。
-
-
-
-
-
-
-
-
-
Search Results
186
records
(took 0.025 seconds)
