-
公开(公告)号：CN118567362A
公开(公告)日：2024-08-30
申请号：CN202410678440.6
申请日：2024-05-29
Applicant: 苏州大学
IPC: G05D1/43 , G05D1/242 , G05D1/246 , G05D1/633 , G05D1/644 , G05D1/693 , G05D1/247 , G05D1/648 , G05D105/20
Abstract: 本发明涉及一种人机共融环境中移动机器人路径规划方法和系统，其中，方法包括：以机器人为中心初始化行人避障区域，接收终点信息；根据机器人当前位置信息和终点信息生成全局路径；机器人对行人进行检测以获取行人的位姿信息；根据行人的位置判断行人是否在避障区域内，并只考虑行人避障区域内的行人；根据行人避障区域以及全局路径生成窗口终点，将所述窗口终点作为临时终点；将与机器人相关的各类数据输入至训练好的深度强化学习模型中，输出用于控制机器人的线速度和角速度；机器人根据所述线速度和角速度导航前行；判断机器人是否到达终点。本发明能够为机器人规划出一条连续、自然、安全且满足行人舒适度的路径。
-
公开(公告)号：CN116821361B
公开(公告)日：2024-07-23
申请号：CN202310697331.4
申请日：2023-06-13
Applicant: 苏州大学
IPC: G06F16/36 , G06V40/16 , G06F16/903 , G06F18/213 , G06F18/23213 , G06N3/0464 , G06N3/045 , G06N3/042 , G06N3/08 , G06N5/04 , G06F18/24 , G06F18/214
Abstract: 本发明涉及人机交互技术领域，提出了一种面向人机交互的社交知识图谱推理更新方法及装置，包括：以人物为节点，社交关系为边构建基础社交知识库，基于所述人物的社交属性特征得到社交知识图谱；建立交互问答机制网络和性格模型；采集社交对象的交互信息，若所述社交对象的身份信息存在于社交知识库中，输出所述社交对象的社交知识；若不存在，则调用交互问答机制网络和性格模型，实现社交知识库的推理更新。本发明根据知识图谱的社交知识聚类，既可刻画微观社交对象，又可以描绘宏观社交图谱的大型知识网络，可以有效推理和更新社交知识图谱。
-
公开(公告)号：CN117808035A
公开(公告)日：2024-04-02
申请号：CN202311767852.9
申请日：2023-12-21
Applicant: 苏州大学
IPC: G06N3/008 , G06N5/022 , G06Q10/047
Abstract: 本发明涉及服务型机器人和人工智能领域，尤其是指一种机器人导航与舒适跟随交互方法、系统、设备及介质，所述方法包括：构建服务机器人的先验知识库；接收来自用户的自然语言指令进行处理，将处理后的自然语言指令与知识库进行关键词匹配，以提取多个目标地标点的坐标信息和目标人物信息；识别到目标人物后，根据初始跟随距离在规划的最优路径下进行跟随，并对初始跟随距离进行实时优化，根据优化后的跟随距离调整对目标人物的跟随距离，并且将优化后的跟随距离作为下次跟随的初始距离更新到所述目标人物知识库中。本发明能够实现多坐标的导航以及智能跟随任务，借助先验知识库和用户的反馈信息更新跟随距离，以提供舒适和个性化的人机交互体验。
-
公开(公告)号：CN117115592A
公开(公告)日：2023-11-24
申请号：CN202311099991.9
申请日：2023-08-29
Applicant: 苏州大学
IPC: G06V10/774 , G06N3/082 , G06N3/0464
Abstract: 本发明涉及一种基于可变形卷积的轻量化室内服务机器人目标识别方法，该方法的具体步骤为：步骤S1：获取待识别物体的图像数据集，划分为训练集和测试集；步骤S2：将所述训练集输入到YOLO_DCN模型中，进行训练，得到权重参数，其中，所述YOLO_DCN模型包括依次连接的骨干网络、颈部网络和头部网络，先对整体结构进行通道剪枝操作，然后将在骨干网络和颈部网络中加入多个C3_DCN模块和C2f模块，并在骨干网络与颈部网络之间加上多个CBAM注意力模块；步骤S3：将所述权重参数加载至所述YOLO_DCN模型中，针对待识别的图像，运行YOLO_DCN模型可以得到检测结果。本发明有效提升模型对多尺度目标、尤其是形变物体的检测性能，在保证模型高实时性的同时获得很高的检测精度。
-
公开(公告)号：CN117075615A
公开(公告)日：2023-11-17
申请号：CN202311264697.9
申请日：2023-09-27
Applicant: 苏州大学
IPC: G05D1/02
Abstract: 本发明涉及一种机器人路径规划方法、装置及计算机可读存储介质，属于人工智能技术领域。包括：获取S个人机交互场景及S条示范路径；利用RRT*算法对每个人机交互场景生成n条规划路径；将示范路径中的示范节点和规划路径中的规划节点输入生成对抗网络中，输出示范节点和规划节点的代价值，构建优化函数对生成对抗网络进行迭代训练；计算S个人机交互场景中所有示范路径和所有规划路径之间的路径误差；将路径误差与预设误差阈值进行比较，若路径误差小于等于预设误差阈值，得到训练好的机器人路径规划模型。本发明提供的模型生成的规划路径不仅长度短且可以更好地避开场景中的行人和障碍物，能够更好地兼顾人机交互和路径长度。
-
Patent Agency Ranking
公开(公告)号：CN116052120A
公开(公告)日：2023-05-02
申请号：CN202310039503.9
申请日：2023-01-12
Applicant: 苏州大学
Abstract: 本发明所述一种基于图像增强和多传感器融合的挖掘机夜间物体检测方法，首先采集挖掘机夜间场景下的行人及车辆图像，构建行人和车辆数据集，对数据集进行预处理，对预处理后的数据集进行坐标标注生成包含行人和车辆框坐标信息的xml文件，对文件中的数据进行训练，获得训练后的数据，对训练后的数据进行物体识别检测和语义分割，通过相机和激光雷达联合标定，将三维雷达点云投影在图像平面，获得物体的二维位置坐标，最后根据雷达和图像坐标系之间的对应关系，将检测框内的行人或车辆逆映射回三维雷达点云中并进行标记，以区分检测框内的行人和背景，提高物体识别和分割的准确率，同时提供准确的物体空间位置定位。
-
公开(公告)号：CN115562258A
公开(公告)日：2023-01-03
申请号：CN202211161335.2
申请日：2022-09-23
Applicant: 苏州大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于神经网络的机器人社会自适应路径规划方法及系统,包括：根据设计地图场景生成示范路径，采集示范路径；设计神经网络结构，初始化神经网络权重，生成路径规划器；计算当前场景的代价地图，根据所述代价地图，利用所述路径规划器重复生成规划路径，计算所述示范路径和规划路径的特征向量，判断所述示范路径和规划路径是否同伦；更新所述规划路径的特征向量，判断是否结束一个轮回；计算所有场景的示范路径和规划路径的特征差，判断所述特征差是否小于允许误差；训练终止，输出最终得的神经网络权值。本发明可以最大程度的缩短规划路径的长度，增强的在其他环境中的泛化能力，使得规划出的路径更加拟人化。
-
公开(公告)号：CN113515131B
公开(公告)日：2022-12-27
申请号：CN202110997644.2
申请日：2021-08-27
Applicant: 苏州大学
IPC: G05D1/02
Abstract: 本发明涉及基于条件变分自动编码器的移动机器人避障方法及系统。本发明包括初始化机器人的行人避障区域；机器人根据栅格矩阵接收原始目标点并根据导航信息进行导航；通过机器人进行行人检测并获取行人位置信息和行人属性信息；根据行人的位置判断行人是否在避障范围内；训练条件变分自动编码器；根据临时避障点筛选代价最低的最优临时避障点；机器人接收最优临时避障点并向最优临时避障点进行导航；判断机器人是否到达最优临时避障点。本发明将深度学习与导航动态避障相结合，生成临时避障点，引导机器人规划出满足行人舒适度的路径，减少了由于环境的不确定性引起的机器人迷失、碰撞等问题。
-
公开(公告)号：CN115469662A
公开(公告)日：2022-12-13
申请号：CN202211110233.8
申请日：2022-09-13
Applicant: 苏州大学
IPC: G05D1/02
Abstract: 本发明涉及一种环境探索方法，包括获取环境信息、生成广义维诺图并构建GVD节点集；从GVD节点集中选取节点构建启发式边界点集并融合，剔除冗余节点，生成融合后的启发式边界点集；融合GVD节点集，剔除冗余节点，构建GVD特征节点集；将GVD特征节点集、融合后的启发式边界点集与机器人当前位姿求并集，得到GVD特征节点全集；在GVD特征节点全集中任选两特征节点进行碰撞检测，得到带有边信息的特征矩阵；根据信息增益与特征矩阵计算融合后的边界点集中各节点的收益函数值；根据收益函数值选取目标节点，向目标节点导航，更新地图数据；重复探索，直至整个环境探索完成。通过融合边界点，剔除冗余节点，减少了机器人边界决策时的计算消耗，减少了回溯，提高了探索效率。
-
公开(公告)号：CN115309164A
公开(公告)日：2022-11-08
申请号：CN202211034628.4
申请日：2022-08-26
Applicant: 苏州大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于生成对抗网络的人机共融移动机器人路径规划方法，包括S1：初始化行人避障区域；S2：机器人向终点导航；S3：判断机器人是否到达终点，若到达，则结束，若未到达，则执行S4；S4：对行人进行检测；S5：判断行人是否在避障区域内，若是，则执行S6，若否，则返回S2；S6：生成临时终点；S7：生成避障点；S8：机器人向避障点导航；S9：判断机器人是否到达终点，若到达，则结束，若未到达，则执行S10；S10：判断机器人是否到达避障点，若到达，则执行S2，若未到达，则执行S8。本发明综合考虑行人的信息生成避障点，引导机器人规划出一条连续、自然、安全且满足行人舒适度的路径。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.028 seconds)
