-
公开(公告)号：CN113568324A
公开(公告)日：2021-10-29
申请号：CN202110729002.4
申请日：2021-06-29
Applicant: 之江实验室
IPC: G05B17/02
Abstract: 本发明公开了一种基于仿真演绎的知识图谱修正方法，该方法通过在仿真环境中大量重复相似的机器人行为，实现对机器人知识图谱的修正。其中知识图谱是一种能够表达机器人行为、环境、硬件关联的数据结构，用于机器人行为决策并执行任务。本发明基于仿真环境，所使用的仿真环境使用不限于现有的机器人仿真引擎，如unity3D、unreal4、gazebo，使用与机器人相似的仿真模型和环境，通过实时上传机器人与操作物件的信息，来修正知识图谱中机器人行为逻辑节点之间的关联。
-
公开(公告)号：CN112363844B
公开(公告)日：2021-04-09
申请号：CN202110037236.2
申请日：2021-01-12
Applicant: 之江实验室
Abstract: 本发明公开了一种面向图像处理的卷积神经网络垂直分割方法，属于深度学习以及分布式计算领域。该方法首先将连续卷积层最后一层的输入特征图分割为连续的子特征图，再根据子特征图，并依据卷积计算操作，反向逐层计算上一层对应的子特征图，直至第一层，参考第一层的子特征图，对第一层的输入特征图进行分割，将第一层分割后的子特征图分配给多个计算节点。最后，依据单链路连续卷积层的参数和超参数，实施无精度损失的分布式协同推理，并在所有推理结果生成后进行推理结果的汇总，生成最终的输出特征图。相比于过往方法，本发明的方法具有大幅度降低卷积神经网络推理时延并且没有精度损失的特点。
-
公开(公告)号：CN112272081B
公开(公告)日：2021-04-09
申请号：CN202011424321.6
申请日：2020-12-08
Applicant: 之江实验室
Abstract: 本发明公开了一种机器人与服务端之间通信的全双工有状态通讯协议方法，该方法包括：（1）服务端通过TCP/IP协议与机器人建立连接；（2）机器人发起请求，将发送请求的控制报文给服务端；（3）服务端解析请求的控制报文；（4）服务端收到并解析完请求的控制报文后，将结果以返回报文的方式返回给机器人。同时，根据请求的控制报文，服务端选择继续保持连接或者直接断开；（5）机器人解析返回报文，并根据请求的控制报文，机器人选择继续请求或者直接断开。该方法基于人工智能场景，根据请求资源的多少，请求频率的高低，灵活地选择不同的协议配置，实现高并发的通信，降低了通信的成本，使用也非常简便。
-
公开(公告)号：CN112287609A
公开(公告)日：2021-01-29
申请号：CN202011576823.0
申请日：2020-12-28
Applicant: 之江实验室
IPC: G06F30/27 , G06N5/04 , G06F111/02
Abstract: 本发明公开了一种面向机器人任务划分的端、边、云协同计算装置，属于机器人技术领域。该装置包括任务建模计算层、任务离线切分层和任务在线执行层；任务建模计算层对不同的机器人任务在不同的设备下分层执行的计算时延以及传输时延进行计算；任务离线切分层根据计算时延和传输时延对目标网络模型进行水平和垂直切分，生成最佳的任务执行策略；任务在线执行层则根据任务离线切分层输出的任务执行策略进行任务的分配、下发和调度，完成任务的在线运行。本发明的协同计算装置可以保护机器人终端的数据隐私，有效地提升了机器人给定任务的执行效率，同时显著地提高了任务划分的性能，具有较好的实用性。
-
公开(公告)号：CN112272081A
公开(公告)日：2021-01-26
申请号：CN202011424321.6
申请日：2020-12-08
Applicant: 之江实验室
Abstract: 本发明公开了一种机器人与服务端之间通信的全双工有状态通讯协议方法，该方法包括：（1）服务端通过TCP/IP协议与机器人建立连接；（2）机器人发起请求，将发送请求的控制报文给服务端；（3）服务端解析请求的控制报文；（4）服务端收到并解析完请求的控制报文后，将结果以返回报文的方式返回给机器人。同时，根据请求的控制报文，服务端选择继续保持连接或者直接断开；（5）机器人解析返回报文，并根据请求的控制报文，机器人选择继续请求或者直接断开。该方法基于人工智能场景，根据请求资源的多少，请求频率的高低，灵活地选择不同的协议配置，实现高并发的通信，降低了通信的成本，使用也非常简便。
-
Patent Agency Ranking
公开(公告)号：CN113688711B
公开(公告)日：2024-11-26
申请号：CN202110946066.X
申请日：2021-08-17
Applicant: 之江实验室
Abstract: 本发明涉及人工智能机器人领域，具体涉及一种无唤醒机器人判断动作执行人是否为机器人的方法，包括以下步骤：步骤1，无唤醒机器人通过视觉模块和语音模块采集视觉信息和语音声源信息，视觉信息包括人物信息和微动作信息，语音声源信息包括声源定位信息和语义理解信息；步骤2，根据声源定位信息，判断出语音说话人；步骤3，在确定语音说话人后，判断语音说话人的脸部朝向；步骤4，根据语义理解源信息，提取动作执行人及意图，同时结合说话人的脸部朝向，识别微动作信息，判断说话人语音中的动作执行人是否为机器人。本发明基于视觉、声源定位角度和语义理解信息，可有效判断动作执行人是否为机器人，从而进行响应回复。
-
公开(公告)号：CN113409359B
公开(公告)日：2022-11-29
申请号：CN202110710343.7
申请日：2021-06-25
Applicant: 之江实验室
Abstract: 本发明公开了一种基于特征聚合的多目标跟踪方法，该方法将多目标跟踪任务分为基于Single Shot的目标跟踪与Identity‑Aware特征聚合的数据关联部分，Single Shot的目标跟踪一次性将前一帧所有的目标跟踪到当前帧中，Identity‑Aware特征聚合的数据关联聚合相邻帧同一物体的特征。本发明提出的Single Shot的目标跟踪为所有目标共享计算，使得多目标跟踪方法的速度不受目标数量的影响；本发明提出的Identity‑Aware特征聚合的数据关联提升了物体特征的区分性，使得数据关联部分更加准确。
-
公开(公告)号：CN113409359A
公开(公告)日：2021-09-17
申请号：CN202110710343.7
申请日：2021-06-25
Applicant: 之江实验室
Abstract: 本发明公开了一种基于特征聚合的多目标跟踪方法，该方法将多目标跟踪任务分为基于Single Shot的目标跟踪与Identity‑Aware特征聚合的数据关联部分，Single Shot的目标跟踪一次性将前一帧所有的目标跟踪到当前帧中，Identity‑Aware特征聚合的数据关联聚合相邻帧同一物体的特征。本发明提出的Single Shot的目标跟踪为所有目标共享计算，使得多目标跟踪方法的速度不受目标数量的影响；本发明提出的Identity‑Aware特征聚合的数据关联提升了物体特征的区分性，使得数据关联部分更加准确。
-
公开(公告)号：CN112297014B
公开(公告)日：2021-04-27
申请号：CN202011633386.1
申请日：2020-12-31
Applicant: 之江实验室
IPC: B25J9/16
Abstract: 本发明提供了面向机器人的云边端架构下的深度学习模型分割方法，属于深度学习以及分布式计算领域。该方法首先将深度学习模型建模为一个有向无环图，有向无环图的节点代表深度学习模型层，节点之间的边代表深度学习模型层间的数据传输。其次，根据模型层分别在云边端上的处理时间为节点赋值，根据模型层间数据分别在云边、边端、云端之间的传输时间为节点之间的边赋值。进而，采用一个有向无环图最长距离算法对图中的节点进行分层，并逐层处理节点。对于一层中的每个节点，根据节点的输入边权重和节点权重，采用启发式策略，进行动态分割，并将分割后的深度学习模型分配给云边端计算设备，从而实现无精度损失的云边端分布式协同推理。
-
公开(公告)号：CN112394701A
公开(公告)日：2021-02-23
申请号：CN202011434077.1
申请日：2020-12-10
Applicant: 之江实验室
IPC: G05B19/418
Abstract: 本发明公开了一种基于云边端混合计算环境的多机器人云控系统，所述多机器人云控系统包括执行模块、通信模块、知识库模块、智能算法模块和总控模块，所述执行模块包括机器人和传感设备，负责感知数据的采集与加工，以及控制指令的执行；所述通信模块负责在云边端环境中转发和处理实时、动态数据；所述场景通用知识库模块用于存储场景中所涉及的通用知识，并提供统一的调用接口；所述智能算法模块负责提供场景中所需的智能感知及自主决策算法；所述总控模块负责编排和调度场景中的机器人协同完成指定任务。本发明的系统实现了一种稳定、高效、容错性高的多机器人云控系统。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.119 seconds)
