-
公开(公告)号：CN112572453A
公开(公告)日：2021-03-30
申请号：CN202011518724.7
申请日：2020-12-21
Applicant: 广州大学
IPC: B60W40/076 , B60W50/00 , B62D57/032
Abstract: 本发明公开了机器人在斜坡行走的步态规划方法、装置、设备及介质，方法包括：确定目标斜坡的斜面体材料和倾斜角度；采集人体在所述目标斜坡上行走过程中腿部的骨骼点数据集，构建斜坡行走轨迹；构建机器人的腿部模型，并确定机器人各关节角度之间的关联关系；根据所述关联关系和所述斜坡行走轨迹，建立非线性方程组；根据所述非线性方程组，构建控制模型；所述控制模型用于计算机器人在目标斜坡上行走时的关节角度值；根据所述关节角度值，控制所述机器人在斜坡上行走。本发明提高了机器人行动的稳定性，并且使得机器人可以在斜坡上行走，适应性强，可广泛应用于机器人技术领域。
-
Patent Agency Ranking
公开(公告)号：CN112572453B
公开(公告)日：2022-02-18
申请号：CN202011518724.7
申请日：2020-12-21
Applicant: 广州大学
IPC: B60W40/076 , B60W50/00 , B62D57/032
Abstract: 本发明公开了机器人在斜坡行走的步态规划方法、装置、设备及介质，方法包括：确定目标斜坡的斜面体材料和倾斜角度；采集人体在所述目标斜坡上行走过程中腿部的骨骼点数据集，构建斜坡行走轨迹；构建机器人的腿部模型，并确定机器人各关节角度之间的关联关系；根据所述关联关系和所述斜坡行走轨迹，建立非线性方程组；根据所述非线性方程组，构建控制模型；所述控制模型用于计算机器人在目标斜坡上行走时的关节角度值；根据所述关节角度值，控制所述机器人在斜坡上行走。本发明提高了机器人行动的稳定性，并且使得机器人可以在斜坡上行走，适应性强，可广泛应用于机器人技术领域。
-
公开(公告)号：CN112259126A
公开(公告)日：2021-01-22
申请号：CN202011016520.3
申请日：2020-09-24
Applicant: 广州大学
Abstract: 本发明公开了一种自闭症语音特征辅助识别机器人及方法，所述机器人包括：自闭症语音特征识别模型构建及训练单元，利用长短记忆神经网络和卷积神经网络构建自闭症语音特征识别模型，以量化的语音特征作为传感信号输入模型，对语音特征在传感信号的表现特征进行学习，并利用反向传播法对所述模型进行训练，实现分类器在网络权重的优化，最终获得可用于语音信号识别的自闭症语音特征识别模型；语音采集单元，采集机器人与被测者互动过程中被测者的语音信息；语音信息预处理单元，用于将采集的语音信息进行预处理，将语音特征量化为M维的语音特征向量；语音特征识别单元，利用训练好的模型，对经预处理后的语音信号进行语音特征识别。
-
公开(公告)号：CN113807249B
公开(公告)日：2024-01-12
申请号：CN202111090685.X
申请日：2021-09-17
Applicant: 广州大学
IPC: G06V40/16 , G06V10/774 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于多模态特征融合的情感识别方法、系统、装置及介质，方法包括：获取预设的第一语音信息和对应的第一视觉信息，对第一语音信息和第一视觉信息进行特征提取得到语音特征图像和表情特征图像；对语音特征图像和表情特征图像进行特征融合得到第一多模态特征，根据第一多模态特征构建训练数据集；将训练数据集输入到预先构建的卷积神经网络中进行训练，得到训练好的多模态特征识别模型；根据多模态特征识别模型对待测者的情感进行识别。本发明一方面降低了模型复杂度，提高了模型训练和情感识别的效率，另一方面，同时考虑了语音特征和表情特征对模型的情感识别结果的影响，提高了情感识别的准确度，可广泛应用于情感识别技术领域。
-
公开(公告)号：CN112259126B
公开(公告)日：2023-06-20
申请号：CN202011016520.3
申请日：2020-09-24
Applicant: 广州大学
IPC: G10L25/66 , G10L25/63 , G10L25/30 , G06N3/0442 , G06N3/0464 , G06N3/049 , G06N3/084 , A61B5/00
Abstract: 本发明公开了一种自闭症语音特征辅助识别机器人及方法，所述机器人包括：自闭症语音特征识别模型构建及训练单元，利用长短记忆神经网络和卷积神经网络构建自闭症语音特征识别模型，以量化的语音特征作为传感信号输入模型，对语音特征在传感信号的表现特征进行学习，并利用反向传播法对所述模型进行训练，实现分类器在网络权重的优化，最终获得可用于语音信号识别的自闭症语音特征识别模型；语音采集单元，采集机器人与被测者互动过程中被测者的语音信息；语音信息预处理单元，用于将采集的语音信息进行预处理，将语音特征量化为M维的语音特征向量；语音特征识别单元，利用训练好的模型，对经预处理后的语音信号进行语音特征识别。
-
公开(公告)号：CN113807249A
公开(公告)日：2021-12-17
申请号：CN202111090685.X
申请日：2021-09-17
Applicant: 广州大学
Abstract: 本发明公开了一种基于多模态特征融合的情感识别方法、系统、装置及介质，方法包括：获取预设的第一语音信息和对应的第一视觉信息，对第一语音信息和第一视觉信息进行特征提取得到语音特征图像和表情特征图像；对语音特征图像和表情特征图像进行特征融合得到第一多模态特征，根据第一多模态特征构建训练数据集；将训练数据集输入到预先构建的卷积神经网络中进行训练，得到训练好的多模态特征识别模型；根据多模态特征识别模型对待测者的情感进行识别。本发明一方面降低了模型复杂度，提高了模型训练和情感识别的效率，另一方面，同时考虑了语音特征和表情特征对模型的情感识别结果的影响，提高了情感识别的准确度，可广泛应用于情感识别技术领域。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
