-
公开(公告)号：CN118776551B
公开(公告)日：2025-01-10
申请号：CN202411274598.3
申请日：2024-09-12
Applicant: 北京理工大学
Abstract: 本发明公开了一种未知动态环境下的机基协同建图方法。本发明结合空中智能感知设备视野广阔和地面智能感知设备细节完整的感知优势，首先对二者各自搭建的三维点云地图进行动态点云滤除、噪声点云滤除、天花板及地面点云滤除、场外离群点云团滤除等预处理，得到高质量的静态点云地图；然后采用先基于FPFH特征的SAC‑IA算法粗配准，再基于ICP算法精配准，提高匹配精度的同时防止局部收敛。本发明方法在精度上相比空中智能感知设备单独建图精度提升了8%，相比地面智能感知设备单独建图精度提升了51%，显著降低了建图误差，提高感知精度、提升系统鲁棒性，在中小型室内复杂环境中实现较好的感知效果。
-
公开(公告)号：CN118502418A
公开(公告)日：2024-08-16
申请号：CN202410532282.3
申请日：2024-04-29
Applicant: 北京理工大学
IPC: G05D1/43 , G05D1/246 , G05D1/65 , G05D1/633 , G05D1/644 , G05D1/693 , G05D1/247 , G05D1/648 , G05D109/10
Abstract: 本发明公开了基于强化学习的多服务机器人动态时空路径规划方法，涉及多服务机器人路径规划技术领域，是一种求解效率高、泛化性好、易于在真实系统部署的基于深度强化学习的多服务机器人路径规划方法。具体方案为：将多服务机器人路径规划问题建模为部分可观测的马尔可夫博弈过程，设计观测空间、动作空间与奖励函数；设计基于注意力机制的多服务机器人路径规划神经网络模型；通过集中式训练、分布式执行的多智能体深度强化学习算法训练所述神经网络模型；将测试问题输入给训练好的神经网络模型，所述训练好的神经网络模型输出位置‑时间序列轨迹，结合局部规划算法完成路径规划问题。
-
公开(公告)号：CN117928519B
公开(公告)日：2024-07-26
申请号：CN202410309965.2
申请日：2024-03-19
Applicant: 北京理工大学
IPC: G01C21/00 , G06T7/73 , G06V20/56 , G06V10/44 , G06V10/46 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明提供了一种服务机器人的多传感器融合定位与建图方法及系统，属于服务机器人技术领域；本方法利用了深度学习的方法提取并融合多模态语义信息，避免了传统几何信息在非结构化场景、纹理不丰富的场景中的退化问题，并且有助于减小动态障碍物对定位和建图结果的影响，同时语义信息的引入能够帮助服务机器人建立带有语义认知的环境地图，从而促进了服务机器人执行更高阶的任务，例如运送特定物体、到达指定对象附近、场景理解等；本方法建立了将语义残差、传统几何残差、光度残差、IMU预积分紧耦合的系统，能够同时利用语义和几何特征对机器人的位姿进行优化，充分提升了多传感器信息的利用率，同时通过关键帧和滑动窗口减小了计算消耗。
-
公开(公告)号：CN117928519A
公开(公告)日：2024-04-26
申请号：CN202410309965.2
申请日：2024-03-19
Applicant: 北京理工大学
IPC: G01C21/00 , G06T7/73 , G06V20/56 , G06V10/44 , G06V10/46 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明提供了一种服务机器人的多传感器融合定位与建图方法及系统，属于服务机器人技术领域；本方法利用了深度学习的方法提取并融合多模态语义信息，避免了传统几何信息在非结构化场景、纹理不丰富的场景中的退化问题，并且有助于减小动态障碍物对定位和建图结果的影响，同时语义信息的引入能够帮助服务机器人建立带有语义认知的环境地图，从而促进了服务机器人执行更高阶的任务，例如运送特定物体、到达指定对象附近、场景理解等；本方法建立了将语义残差、传统几何残差、光度残差、IMU预积分紧耦合的系统，能够同时利用语义和几何特征对机器人的位姿进行优化，充分提升了多传感器信息的利用率，同时通过关键帧和滑动窗口减小了计算消耗。
-
Patent Agency Ranking
公开(公告)号：CN119960436A
公开(公告)日：2025-05-09
申请号：CN202411847595.4
申请日：2024-12-16
Applicant: 北京理工大学
Abstract: 本发明公开了未知环境下移动机器人感导一体化超动态避障方法和装置，该方法移动机器人通过激光雷达获取未知环境障碍物点云信息，通过聚类方法识别动态障碍物，记录动态障碍物的历史运动轨迹，包括坐标和时间信息；利用历史运动轨迹构建运动模型，进而预测未来一段时间的动态障碍物轨迹。根据未来动态障碍物轨迹，规划移动机器人的移动避障轨迹，实现动态避障。使用本发明能够实现动态场景中的移动机器人避障规划，以达到提高机器人路径规划效率和安全性的目的。
-
公开(公告)号：CN118776551A
公开(公告)日：2024-10-15
申请号：CN202411274598.3
申请日：2024-09-12
Applicant: 北京理工大学
Abstract: 本发明公开了一种未知动态环境下的机基协同建图方法。本发明结合空中智能感知设备视野广阔和地面智能感知设备细节完整的感知优势，首先对二者各自搭建的三维点云地图进行动态点云滤除、噪声点云滤除、天花板及地面点云滤除、场外离群点云团滤除等预处理，得到高质量的静态点云地图；然后采用先基于FPFH特征的SAC‑IA算法粗配准，再基于ICP算法精配准，提高匹配精度的同时防止局部收敛。本发明方法在精度上相比空中智能感知设备单独建图精度提升了8%，相比地面智能感知设备单独建图精度提升了51%，显著降低了建图误差，提高感知精度、提升系统鲁棒性，在中小型室内复杂环境中实现较好的感知效果。
-
公开(公告)号：CN117875676B
公开(公告)日：2024-06-07
申请号：CN202410277443.9
申请日：2024-03-12
Applicant: 北京理工大学
IPC: G06Q10/0631 , G06Q10/087
Abstract: 本发明公开了订单处理与机器人任务编排的联合调度方法，涉及智能调度技术领域，能够考虑订单指派、货架指派和机器人任务分配的联合优化，获得较优的联合调度方案。具体步骤为：首先获取订单、货架、商品、工作站以及移动机器人的信息。建立关键货架集合。生成货架向工作站的及订单向工作站的指派方案。建立多移动机器人货架搬运任务分配初始方案，连续迭代执行多次机器人间的任务交换，每次交换获得新的任务分配方案，针对新的任务分配方案重新评估完工移动距离，若改进则保留新的任务分配方案；完成任务交换之后得到最终的任务分配方案；输出货架向工作站的指派方案、订单向工作站的指派方案以及最终的任务分配方案。
-
公开(公告)号：CN117361013A
公开(公告)日：2024-01-09
申请号：CN202311125785.0
申请日：2023-09-01
Applicant: 北京理工大学 , 北京云迹科技股份有限公司
IPC: B65G1/137 , B65G1/04 , G06Q10/087 , G06N3/0455 , G06N3/084 , G06N3/092
Abstract: 本发明公开了一种基于深度强化学习的多机货架仓储调度方法，可以提高多机仓储调度物流系统执行效率；使用深度强化学习算法实现多机货架仓储调度问题的自主决策，人工设计成本低，求解效率高，实时性好，自适应能力好；设计了多机仓储调度网络掩码机制，结合多头注意力神经网络解决了允许执行的动作空间可变的硬性约束问题；设计了多机货架仓储调度动作空间结构，在保证动作数量较少的同时，将多智能体学习问题转化成可以集中式训练的单体马尔可夫决策过程模型，避免了多智能体强化学习中常见的非平稳环境问题和动作空间爆炸的问题，有利于保证强化学习算法的收敛和提高算法的训练速度；设计的顺序执行操作避免了多智能体同时决策产生任务冲突。
-
公开(公告)号：CN117875676A
公开(公告)日：2024-04-12
申请号：CN202410277443.9
申请日：2024-03-12
Applicant: 北京理工大学
IPC: G06Q10/0631 , G06Q10/087
Abstract: 本发明公开了订单处理与机器人任务编排的联合调度方法，涉及智能调度技术领域，能够考虑订单指派、货架指派和机器人任务分配的联合优化，获得较优的联合调度方案。具体步骤为：首先获取订单、货架、商品、工作站以及移动机器人的信息。建立关键货架集合。生成货架向工作站的及订单向工作站的指派方案。建立多移动机器人货架搬运任务分配初始方案，连续迭代执行多次机器人间的任务交换，每次交换获得新的任务分配方案，针对新的任务分配方案重新评估完工移动距离，若改进则保留新的任务分配方案；完成任务交换之后得到最终的任务分配方案；输出货架向工作站的指派方案、订单向工作站的指派方案以及最终的任务分配方案。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.022 seconds)
