-
公开(公告)号：CN119692382A
公开(公告)日：2025-03-25
申请号：CN202411764861.7
申请日：2024-12-03
Applicant: 上海交通大学
Abstract: 本发明公开了一种自主机器人的类脑行为决策计算模型，涉及机器人领域，模型描述为一个八元组 ，其中STM存储和处理短期信息，LTM则对应不同功能模块进行信息处理，模拟多脑区的分工；Up Tree和Down Tree为上下行树信息传递网络；Links为LTM间以关联学习的形式建立起的用于直接通信的暗通道；Chunk为STM及各个LTM间通信传输的信息块，其中的核心通信信息被统称为“脑语”；Input和Output为系统的输入输出。工作状态下，各个LTM根据输入信息进行反馈，将反馈信息经上行树上传至STM，通过竞争实现STM上信息的动态迁移，构成意识流，STM再经下行树广播STM上的信息至LTM，构成环路。本发明能够自主进行协同学习，实现更高的自主性和智能化水平。
-
公开(公告)号：CN119536270A
公开(公告)日：2025-02-28
申请号：CN202411682180.6
申请日：2024-11-21
Applicant: 上海交通大学
IPC: G05D1/43 , G05D1/644 , G05D109/10
Abstract: 本发明公开了一种基于拓扑图的移动机器人自主探索方法，涉及智能机器人领域。本发明通过引入环境的骨架拓扑结构，利用环境的拓扑引导探索行为，包括增量式骨架提取，骨架拓扑图更新，探索策略有限状态机。本发明很大程度上缓解了BFMs现象的出现，避免复杂的TSP问题求解，以极低的计算消耗实现高效的探索增量式骨架提取；有效引导机器人的探索行为，显著减少无效移动，最大化信息获取，最小化资源消耗。
-
公开(公告)号：CN119540260A
公开(公告)日：2025-02-28
申请号：CN202411682635.4
申请日：2024-11-21
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于深度图数据的三维平面快速检测分割方法，涉及机器人领域，包括以下步骤：将深度图像转换为点云并降采样，基于点云构建金字塔；通过自上而下的数据访问和参数拟合，利用自适应平面块分割法获取自适应平面块，将平面块的详细信息存储在状态金字塔中；利用块级区域生长法，将相邻且共面的块级区域标记为连通平面区域，实现平面块的合并；计算每个区域边缘的像素点到面距离，进行像素级标签分配，将像素分配给距离最小的区域，并输出分割结果。本发明通过自适应分块，在大面积平面区域上使用更少的平面拟合操作，将平面区域表示为多个尽可能大的平面块，减少参与运算的平面块数量，降低计算成本，具有高实时性和好的分割效果。
-
公开(公告)号：CN116128966A
公开(公告)日：2023-05-16
申请号：CN202310181061.1
申请日：2023-02-28
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于环境物体的语义定位方法，涉及机器人技术领域。包括语义建图、闭环检测、定位矫正。通过卷积神经网络提取图像中目标物体的语义信息，并利用视觉里程计来估计相机的位置信息。通过卷积神经网络提取出目标物体的标签信息以及其在图像中的2D边界框位置和尺寸；通过双向对比匹配的方式，检测相机是否经过历史的地点，如果经过则通过几何验证确认相机是否到达闭环位置；最后通过计算物体的相对位置关系并通过位姿图优化来矫正相机的定位。本发明能够在光照和季节变化、相机观测视角变化等的复杂环境下，实现厘米级的定位和地图构建。
-
Patent Agency Ranking
公开(公告)号：CN119203930A
公开(公告)日：2024-12-27
申请号：CN202411122270.X
申请日：2024-08-15
Applicant: 上海交通大学
IPC: G06F40/16 , G06F40/30 , G06F40/126 , G06N3/098 , G06N3/09 , G06N3/088 , G06N3/0442
Abstract: 本发明提供了一种多模态信息对齐应用方法、系统、介质及设备，包括：在多个功能模块之间构建脑语特征信息编码；利用持续反馈学习以对齐统一多模块的脑语特征编码信息；调整长时记忆LTM模块间竞争成为短时记忆STM模块的权重信息；输出STM脑语特征信息至执行LTM单元实现决策可视化和学习性能评估。本发明在LTM模块脑语信息提取过程中，结合注意力机制，充分考虑LTM模块之间的相互影响，使得不同功能模块产生关联的决策评估，确保从不同模块提取的信息具有统一对齐的表达；结合分布式的类赫布学习算法优化信息块的权重，提升模型的预测评估能力，从而全面提升类脑行为决策架构的竞争决策和协同学习性能，使类脑行为决策系统更具适应性和智能性。
-
公开(公告)号：CN117934610A
公开(公告)日：2024-04-26
申请号：CN202410115186.9
申请日：2024-01-26
Applicant: 上海交通大学
IPC: G06T7/73 , G06T7/60 , G06T7/80 , G06T7/50 , G06N3/0464 , G06N3/0455 , G06N3/09
Abstract: 本发明公开了一种支持在线学习的定位方法及系统，涉及计算机视觉领域，深度估计模块利用基于低秩适配器的深度估计算法，估计图像的稠密深度图，利用自监督机制，实现目标域深度估计的在线学习；在线学习模块利用稠密深度图和位姿信息计算排序损失函数和不确定性损失函数，监督深度估计网络的训练；特征选择模块根据图像提取ORB特征和描述子，利用估计的不确定性和稠密深度图解算位姿信息；位姿估计模块利用稠密深度图和稀疏深度图的对齐，计算图像位姿的尺度信息，保证系统在定位过程中的尺度一致性。本发明通过设计低秩适配器，保留了深度估计网络的基本结构，能够更快速地适应新环境特征，提高对环境变化的敏感性，减少对大量新数据的依赖。
-
公开(公告)号：CN119002264A
公开(公告)日：2024-11-22
申请号：CN202411060789.X
申请日：2024-08-02
Applicant: 上海交通大学
IPC: G05B13/04 , G06F18/25 , G06N3/0455 , G06N3/092 , G06N3/088 , G06N3/0895 , G06N3/09 , G06F18/10 , G06F18/23 , G06F18/24
Abstract: 本发明公开了一种机器人的多模块协同学习方法，涉及机器人领域。本发明模仿人类大脑整合多个功能分区输入和输出实现自我更新的过程，通过各功能分区自发数据交互和自我优化，实现知识结构的自我调整和优化，从而提高机器人的自主性和适应性。本发明不依赖于人工整理的数据，能够从更高层次上提取信息的关联性和因果性，为自主探索机器人提供了一种更为高效和灵活的学习机制。
-
公开(公告)号：CN118972387A
公开(公告)日：2024-11-15
申请号：CN202411108118.6
申请日：2024-08-13
Applicant: 上海交通大学
Abstract: 本发明提供了一种具有类脑意识的分布式计算和通信系统及其实现方法，包括：多个计算节点和意识状态管理模块；每个计算节点均包括计算单元、存储单元和通信单元；通信单元整体构成片上路由网络NoC；计算单元、存储单元与片上路由网络NoC的节点连接，通过高效的通信协议完成计算节点之间的协同和数据共享；并且每个计算节点上配置意识状态管理模块构成CTM的意识管理系统，即CTM类脑模型，进而使得每个节点间相互协作动态调整计算策略完成复杂的计算任务。本发明每个计算节点都配置一个意识状态管理模块，能够感知节点的实时状态，并接受来自其他节点的输入，通过分析这些数据，模块可以实时调整节点的计算策略，实现“意识”的形成和动态调整。
-
公开(公告)号：CN116309842A
公开(公告)日：2023-06-23
申请号：CN202310291330.X
申请日：2023-03-23
Applicant: 上海交通大学
IPC: G06T7/73 , G01B11/00 , G06V10/764 , G06V10/762 , G06V10/44 , G06V10/74 , G06F16/29 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于鸟瞰视角的视觉重定位方法，涉及机器人技术领域。将机器人相机传感器数据转换至鸟瞰视角下的统一坐标系，融合时间窗口和空间窗口的信息同时用于场景的表示；场景鸟瞰图进一步抽象为语义拓扑图，将具有区分度的物体表示为带有语义标签的拓扑节点，将拓扑节点间的背景区域表示为拓扑边信息，抽象出场景的高层级语义信息以及几何结构信息，同时保留低层级特征点信息作为拓扑节点对应物体的外观属性，多层级信息结合；根据节点和边的属性计算当前场景拓扑图与地图数据库场景拓扑图的相似度，构建亲和矩阵，利用图卷积网络进行求解，得到定位结果。本发明实现更完整的传感器信息利用，更好的定位效果，提高了泛化性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.016 seconds)
