公开(公告)号：CN117685980A

公开(公告)日：2024-03-12

申请号：CN202311713952.3

申请日：2023-12-13

Applicant: 之江实验室 ,  浙江大学

Inventor： 章城骏 ,  刘茴香 ,  唐华锦 ,  袁孟雯 ,  吴迅冬 ,  杨博 ,  潘纲

IPC: G01C21/20

Abstract: 本发明涉及一种室内机器人多相机定位方法、系统及介质，其中方法包括以下步骤：获取图像采集装置采集的图像并依据场景需求进行图像处理；根据处理后的目标图像，对目标机器人轮廓及关键点进行标注与连接，并基于关键点检测模型，使用标注的关键点信息提取目标框，根据目标框输出当前图像中机器人及其关键点位置；依据目标框和关键点位置信息，通过坐标系的转换，计算世界坐标系下机器人的位置信息；基于世界坐标系下机器人的关键点位置信息，使用欧拉角计算偏航角，输出机器人的头朝向；利用卡尔曼滤波预测关键点位置和头朝向，实现室内多个运动机器人的精准定位。与现有技术相比，本发明具有目标识别准确率高、实时性和可靠性好等优点。

公开(公告)号：CN119168009B

公开(公告)日：2025-03-14

申请号：CN202411666002.4

申请日：2024-11-20

Applicant: 之江实验室

Inventor： 吴迅冬 ,  高一帆

IPC: G06N3/084 ,  G06N3/048

Abstract: 本说明书公开了一种模型训练方法、装置、存储介质及设备，可以通过在模型进行训练的前向传播过程中，对待训练模型的每层网络层输出的激活值进行分组融合，并可以通过对每层网络层的激活值导数掩码张量进行位压缩，从而可以显著减少模型训练的过程中对内存的占用，进而可以提升模型的训练效率并降低模型的训练成本。

公开(公告)号：CN119168009A

公开(公告)日：2024-12-20

申请号：CN202411666002.4

申请日：2024-11-20

Applicant: 之江实验室

Inventor： 吴迅冬 ,  高一帆

IPC: G06N3/084 ,  G06N3/048

Abstract: 本说明书公开了一种模型训练方法、装置、存储介质及设备，可以通过在模型进行训练的前向传播过程中，对待训练模型的每层网络层输出的激活值进行分组融合，并可以通过对每层网络层的激活值导数掩码张量进行位压缩，从而可以显著减少模型训练的过程中对内存的占用，进而可以提升模型的训练效率并降低模型的训练成本。

公开(公告)号：CN117666592A

公开(公告)日：2024-03-08

申请号：CN202311707059.X

申请日：2023-12-13

Applicant: 之江实验室 ,  浙江大学

Inventor： 章城骏 ,  唐华锦 ,  吴迅冬 ,  袁孟雯 ,  杨博 ,  潘纲

IPC: G05D1/43 ,  G05D1/622

Abstract: 本发明涉及一种群体机器人避障方法、装置及介质，其中方法包括：初始化仿真环境、机器人位姿与导航点，设计机器人的奖励函数；利用多机器人模型训练方法对脉冲神经网络强化学习模型进行训练，其中，脉冲神经网络强化学习模型包括SNN导航模型和评价网络，SNN导航模型的输入为机器人状态信息，输出为机器人控制的速度指令，评价网络用于指导SNN导航模型训练；基于训练完成的SNN导航模型，根据每一个机器人所获取的状态信息推理当前时刻的速度指令，群体移动机器人根据对应的速度指令协同完成导航任务。与现有技术相比，本发明可以在不预先输入机器人间相互位置关系的情况下，使得多个机器人能够自主的找到时间效率高且无碰撞的导航路径。