-
公开(公告)号：CN114863562B
公开(公告)日：2025-02-18
申请号：CN202210499382.1
申请日：2022-05-09
Applicant: 季华实验室
IPC: G06V40/20 , G06V40/10 , G06V20/40 , G06V10/34 , G06V10/62 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明涉及机器人运动控制技术领域，具体公开了一种多足机器人的运动学习方法、装置、电子设备及存储介质，其中，方法包括以下步骤：获取关于足式生物运动的不同视频信息；根据视频信息提取运动关键信息生成骨架序列图片，并根据视频信息提取场景序列图片；根据骨架序列图片提取骨架特征信息以生成骨架分析函数，并根据场景序列图片提取场景特征信息以生成动作决策函数；根据骨架分析函数及动作决策函数的相关性建立损失函数；更新损失函数至收敛以获取足部决策模型；该方法建立的损失函数能反映骨架分析函数及动作决策函数的相似程度，使得基于损失函数收敛生成的足部决策模型能针对场景决策出最接近于真实动作的动作。
-
公开(公告)号：CN115994936A
公开(公告)日：2023-04-21
申请号：CN202310291154.X
申请日：2023-03-23
Applicant: 季华实验室
Abstract: 本申请属于数据融合技术领域，公开了一种点云融合模型获取方法、装置、电子设备及存储介质，所述方法包括：获取训练数据集；初始化点云融合模型的网络参数；利用训练数据集，根据改进梯度下降法迭代更新点云融合模型的网络参数，直到损失函数或网络参数收敛；每次迭代过程中，根据点云融合模型的输入样本和各网络模块的输出数据对损失函数的影响系数更新学习效率；从而可加速点云融合模型的网络参数收敛速度，进而提高点云融合模型的训练效率。
-
公开(公告)号：CN114543831B
公开(公告)日：2022-10-18
申请号：CN202210404091.X
申请日：2022-04-18
Applicant: 季华实验室
Abstract: 本发明涉及智能导航技术领域，具体公开了一种基于驾驶风格的路径规划方法、装置、设备及存储介质，其中，方法包括以下步骤：获取全局路径信息、车辆位置信息及驾驶风格类型；建立深度神经网络模型；生成多条形状不同的备选局部路径信息；选择一条备选局部路径信息作为试探执行路径；跟踪试探执行路径，并根据驾驶风格类型评价试探执行路径以生成反馈奖励信息；利用时序差分采样法根据反馈奖励信息更新深度神经网络模型；输出深度神经网络模型作为期望驾驶风格模型以进行路径规划。该方法获取的期望驾驶风格模型更加贴近人类的驾驶习惯、倾向，并有效提高了模型的训练和收敛速度。
-
公开(公告)号：CN114660947B
公开(公告)日：2022-07-29
申请号：CN202210544154.1
申请日：2022-05-19
Applicant: 季华实验室
Abstract: 本发明涉及机器人控制技术领域，具体公开了一种机器人步态自主学习方法、装置、电子设备及存储介质，其中，方法包括以下步骤：获取待模仿生物的动作捕捉信息；获取待模仿生物所在的场景状态信息；根据场景状态信息构建决策网络；根据决策网络和动作捕捉信息构建对抗判别器；固定决策网络，对抗训练对抗判别器，以最优化地区分动作捕捉信息和决策网络的输出结果；根据训练后的对抗判别器训练决策网络，以生成用于控制机器人步态的动作决策模型；该方法获取的动作决策模型能直接根据场景状态信息生成与动作捕捉信息接近的动作决策，不再需依赖马尔科夫链以及隐式变量推断，大大简化了模型的训练与部署流程，有效提高模型的训练效率。
-
公开(公告)号：CN114612348B
公开(公告)日：2022-07-15
申请号：CN202210509235.8
申请日：2022-05-11
Applicant: 季华实验室
Abstract: 本申请涉及机器人定位建图技术领域，提供了一种激光点云运动畸变校正方法、装置、电子设备及存储介质，通过读取激光雷达采集的一帧点云数据信息，所述点云数据信息包含多个激光点的坐标数据和每个所述激光点对应的第一时间戳信息；将所述第一时间戳信息和双目事件相机的时间轴进行对齐，并获取机器人对应第一个激光点的初始位姿信息；基于匀加速运动模型，依据双目事件相机的时间轴，计算机器人对应每个所述激光点的第一位姿信息；根据每个所述第一位姿信息和所述初始位姿信息计算机器人对应每个所述激光点的位姿变换矩阵；根据每个所述位姿变换矩阵对对应的所述激光点的坐标进行校正；本发明具有测量误差小，校正精度高的有益效果。
-
Patent Agency Ranking
公开(公告)号：CN114723611A
公开(公告)日：2022-07-08
申请号：CN202210653453.9
申请日：2022-06-10
Applicant: 季华实验室
Abstract: 本发明涉及机器人视觉技术领域，具体公开了一种图像重建模型训练方法、重建方法、装置、设备及介质，其中，图像重建模型训练方法包括以下步骤：获取两个基准图像信息及拍摄于两个基准图像信息之间的多个灰度图像信息；利用初始重建模型根据多个灰度图像信息重建生成多个初步重建图像信息；根据初步重建图像信息和基准图像信息建立对抗判别器；根据初步重建图像信息、基准图像信息和对抗判别器建立损失函数；利用损失函数训练初始重建模型以生成重建模型；该模型训练方法根据该对抗判别器具有对抗特点的判别结果建立损失函数以进行模型训练，使得初始重建模型的重建效果快速靠近真实图片，使得模型训练过程平滑化。
-
公开(公告)号：CN114660947A
公开(公告)日：2022-06-24
申请号：CN202210544154.1
申请日：2022-05-19
Applicant: 季华实验室
Abstract: 本发明涉及机器人控制技术领域，具体公开了一种机器人步态自主学习方法、装置、电子设备及存储介质，其中，方法包括以下步骤：获取待模仿生物的动作捕捉信息；获取待模仿生物所在的场景状态信息；根据场景状态信息构建决策网络；根据决策网络和动作捕捉信息构建对抗判别器；固定决策网络，对抗训练对抗判别器，以最优化地区分动作捕捉信息和决策网络的输出结果；根据训练后的对抗判别器训练决策网络，以生成用于控制机器人步态的动作决策模型；该方法获取的动作决策模型能直接根据场景状态信息生成与动作捕捉信息接近的动作决策，不再需依赖马尔科夫链以及隐式变量推断，大大简化了模型的训练与部署流程，有效提高模型的训练效率。
-
公开(公告)号：CN114637213A
公开(公告)日：2022-06-17
申请号：CN202210538388.5
申请日：2022-05-18
Applicant: 季华实验室
IPC: G05B13/04
Abstract: 本申请涉及自动化控制技术领域，具体而言，涉及一种空间组合机器人的无模型自适应预设控制方法，该方法包括：利用一阶欧拉离散方法将空间组合机器人的运动学方程和动力学方程转变为离散方程组；根据离散方程组获得的输入值和输出值重建线性方程；使用自适应方法估计线性矩阵参数；定义跟踪误差的收敛界，并将受收敛界约束的跟踪误差转化为无约束变量；根据无约束变量设计滑模函数；根据线性方程和估算后的线性矩阵参数设计输入受限补偿器，并根据滑模函数和输入受限补偿器设计无模型自适应控制器；将无模型自适应控制器代入空间组合机器人控制中，本方法通过将无模型自适应控制器运用在空间组合机器人控制中，使空间组合机器人的姿态稳定。
-
公开(公告)号：CN113703313B
公开(公告)日：2022-02-08
申请号：CN202111264026.3
申请日：2021-10-28
Applicant: 季华实验室
IPC: G05B13/02
Abstract: 本发明涉及自动化控制技术领域，具体公开了一种基于改进预设性能的无模型自适应滑模约束控制方法，该方法包括步骤：将带有外部扰动的离散非线性系统转换为仿射系统；定义包含补偿向量的跟踪误差，并设计包含预设函数和收敛函数的收敛域，使收敛域的边界随时间变化逐步收敛为对称边界；将受收敛域约束的跟踪误差转化为无约束变量；根据无约束变量设计滑模函数；根据滑模函数和包含补偿向量的跟踪误差设计受限控制器；该方法利用预设函数和收敛函数设计随时间变化逐步收敛为对称边界的收敛域，且在跟踪误差中增加补偿向量，使得跟踪误差稳定时能处于对称边界的中央部分，从而消除跟踪误差因收敛域上边界和下边界不对称引起的偏移误差。
-
公开(公告)号：CN116051427B
公开(公告)日：2023-07-04
申请号：CN202310331215.0
申请日：2023-03-31
Applicant: 季华实验室
Abstract: 本申请属于数据融合技术领域，公开了一种点云去噪模型获取方法、点云融合方法及其相关设备，基于扩散模型同时对噪声提取模型和点云去噪模型进行迭代训练，以得到训练后的点云去噪模型，可使得到的点云去噪模型能够有效剔除点云数据中的噪声，利用该点云去噪模型对待融合点云数据进行去噪处理后，再进行点云融合，可提高点云融合的精度。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.021 seconds)
