公开(公告)号：CN112684704A

公开(公告)日：2021-04-20

申请号：CN202011505583.5

申请日：2020-12-18

Applicant: 华南理工大学

Inventor： 刘小慧 ,  魏武 ,  何帅

IPC: G05B13/04

Abstract: 本发明公开了一种基于深度学习的端到端运动控制方法、系统、装置及介质，其中方法包括以下步骤：构建端到端的视觉‑运动映射网络模型，以及设计多任务损失函数；采用迁移学习的方法对所述视觉‑运动映射网络模型进行联合训练，获得最优的视觉‑运动映射模型；采用所述最优的视觉‑运动映射模型对移动机器人进行实时运动控制。本发明通过形成视觉感知与运动控制之间的直接映射，将原有的开环系统转换为可控的闭环系统，改善了移动机器人运动控制过程中其控制过程滞后于视觉算法的问题，达到实时控制的效果，可广泛应用于机器人运动控制技术领域。

公开(公告)号：CN119988759A

公开(公告)日：2025-05-13

申请号：CN202510071083.1

申请日：2025-01-16

Applicant: 华南理工大学

Inventor： 何帅 ,  黄艳 ,  许勇

IPC: G06F16/9537 ,  G06F16/9535

Abstract: 本发明属于兴趣点推荐技术领域，提供了一种融合多因素的兴趣点推荐方法及推荐系统，包括：S1、信息采集单元中的用户名采集模块对用户ID进行识别，位置采集模块对用户ID下签到打卡的位置信息进行采集；S2、评分采集模块对用户对打卡地点的评分数据进行采集；S3、中央处理系统再将数据传输至建模单元中；本发明通过全面、准确地采集用户的多种兴趣点信息，并综合考虑评分、时间、流行度、空间距离及点赞记录等多种因素，本发明能够构建出更加精确的用户画像和兴趣点特征，进而为用户提供更加个性化、精准的推荐结果；同时，通过先进的算法和模型的应用，以及数据的整合、分类和潜在关系挖掘，本发明进一步提高了推荐的准确性和用户满意度。