公开(公告)号：CN119990175A

公开(公告)日：2025-05-13

申请号：CN202510073130.6

申请日：2025-01-16

Applicant: 上海交通大学

Inventor： 张竣铭 ,  应忍冬 ,  刘佩林 ,  文飞 ,  李冬阳

IPC: G06N3/006 ,  G06N3/06 ,  G06N5/04 ,  G06N3/091

Abstract: 本发明公开了一种基于类脑智能体的赫布学习与睡眠增强策略，包括如下步骤：通过时间序列输入模块获取时间步序列和动作序列；初始化关联矩阵，基于规则性权重分配和随机噪声生成时间步与动作间的初始关联；基于赫布学习规则动态调整关联矩阵权重；模拟睡眠阶段的神经元自发活动，通过正负样本调整机制强化高置信度关联、削弱低置信度关联，并对矩阵权重进行稀疏化优化；基于优化后的关联矩阵，利用最大后验概率估计推断时间步对应的最优动作序列。本发明提高了记忆巩固效率，增强了抗干扰能力，也适应多种模型。

公开(公告)号：CN119472678A

公开(公告)日：2025-02-18

申请号：CN202411612944.4

申请日：2024-11-12

Applicant: 上海交通大学

Inventor： 张家齐 ,  应忍冬 ,  刘佩林 ,  文飞 ,  张竣铭

IPC: G05D1/43 ,  G05D1/242 ,  G05D1/633 ,  G05D1/644 ,  G05D1/648 ,  G05D109/10

Abstract: 本发明公开了一种基于模仿学习的巡检机器人避障算法，包括传感器数据采集、图片深度估计、障碍检测、多模态数据融合和动作序列生成；所述动作序列生成的模型中，采用动作分块技术对任务动作进行划分；所述动作分块技术包括：设定动作分块的大小为k，每k个时间步，动作序列生成模型接收一组多模态数据，生成k个动作，并顺序执行。本发明通过多模态的输入数据以及生成模型，可以在复杂外界环境以及动态障碍物的条件下，完成机器人的自主巡检与避障。

公开(公告)号：CN119445655A

公开(公告)日：2025-02-14

申请号：CN202411464161.6

申请日：2024-10-18

Applicant: 上海交通大学

Inventor： 张竣铭 ,  应忍冬 ,  刘佩林 ,  文飞 ,  张家齐

IPC: G06V40/20 ,  G06V20/52 ,  G06V10/26 ,  G06V10/34 ,  G06V10/82 ,  G08B21/04 ,  G08B25/08 ,  G06N3/0464

Abstract: 本发明公开了一种基于PAF矢量场算法和深度图的服务型机器人行为识别方法，涉及人工智能和机器人技术领域，包括：采用深度相机获取深度图像；采用前后景分离算法将深度图像前景中的人体信息从背景中分离出来，输出后景图像；步骤3、使用PAF矢量场算法对深度图像进行处理，提取人体的骨骼关键点，生成骨架信息，根据骨架信息得到人体姿态；步骤4、采用隐私保护模块调用后景图像，将骨架信息置于后景图像中；步骤5、通过分析提取到的人体姿态，检测是否存在跌倒事件或异常招手动作，如果存在，则触发报警机制。本发明通过PAF矢量场和深度相机，实时检测服务区域内的人体姿态，具有高实时性和高准确性，能够有效应对各种复杂环境下的跌倒检测需求。