-
Patent Agency Ranking
公开(公告)号：CN113029143B
公开(公告)日：2023-06-02
申请号：CN202110206793.2
申请日：2021-02-24
Applicant: 同济大学
Abstract: 本发明涉及一种适用于pepper机器人的室内导航方法，将机器人当前时刻的激光雷达信息和轮式里程计信息进行时间对齐；封装数据成帧，按照固定格式利用socket通信将数据发送至上位机；上位机将接收到的信息封装成ROS系统下的工作节点，并转化为标准消息格式；上位机的AMCL节点接收标准消息格式的激光雷达信息，结合室内环境的已知地图进行重定位，获取当前机器人在室内环境位置；基于位置信息和导航目标点，结合室内地图判断机器人所处室内房间和导航目标点所在的室内房间，规划运动路径；move_base节点根据运动规划路径和当前AMCL节点输出的定位信息获取机器人运动控制策略，将控制信号发送至机器人。本发明降低了机器人通过房门时的碰撞概率，加快了移动速度。
-
公开(公告)号：CN117391144A
公开(公告)日：2024-01-12
申请号：CN202311308989.8
申请日：2023-10-10
Applicant: 同济大学
IPC: G06N3/0464 , G06N3/08 , G06N3/0985
Abstract: 本发明涉及深度学习技术领域，尤其是涉及一种深度神经网络模型轻量化方法、装置及存储介质。该方法获取经浮点型数据预训练的深度神经网络模型后，进行后训练量化处理，利用包括逐向量量化器和逐通道量化器的网络量化框架进行数据标定，根据每层量化器的标定值确定特征和权重输入的数据范围以及量化器比例系数，得到整型精度的网络模型，逐向量量化器设置于特征输入端，逐通道量化器设置于权重输入端；标定终止后，基于梯度反传函数和比例系数更新权重，结合起始学习率和训练策略进行量化训练，起始学习率小于训练浮点型精度模型的起始学习率。与现有技术相比，本发明具有在提高模型计算效率的同时，保证量化精度和量化模型性能稳定等优点。
-
公开(公告)号：CN117151188A
公开(公告)日：2023-12-01
申请号：CN202310936753.2
申请日：2023-07-28
Applicant: 同济大学
IPC: G06N3/082 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种适用于深度卷积网络模型的网络轻量化方法、装置及介质，其中方法包括：将深度卷积网络模型在浮点型精度下进行训练；构建网络量化框架，在网络模型卷积操作的特征输入端和权重输入端分别添加线性对称量化器，并使能量化器的数据标定功能；选取数据样本，对网络模型进行后训练量化处理，固定量化器的标定值；关闭数据标定功能，使能量化器的梯度反传功能，采用直通估计法作为梯度反传函数；修改网络超参数，设定起始学习率，采用余弦下降训练策略，对网络进行量化训练，完成轻量化。与现有技术相比，本发明在保证网络模型准确性的前提下将模型中的浮点型计算转化为整型计算，实现了深度学习网络模型的轻量化。
-
公开(公告)号：CN116518973A
公开(公告)日：2023-08-01
申请号：CN202310475326.9
申请日：2023-04-28
Applicant: 同济大学
Abstract: 本发明涉及一种适用于现实室内环境的机器人视觉语言导航方法，包括以下步骤：获取环境信息和全景图片；对现实室内环境进行二维栅格地图构建，并将连续的室内环境转换成离散图；生成路径‑指令对训练样本并提取全景图片的图像特征信息，基于二者构建现实室内环境的视觉语言导航数据集；构建视觉语言导航模型，接收语言指令和当前环境信息指令，输出当前时刻下的下一步动作选择；以视觉语言导航数据集为训练数据，对视觉语言导航模型进行迁移训练；以ROS系统为基础，在机器人上实现视觉语言导航功能的部署。与现有技术相比，本发明具有适用于室内环境、能够极大地提高机器人在室内环境下的视觉语言导航任务的成功率，加速网络模型训练、适用性强等优点。
-
公开(公告)号：CN113029143A
公开(公告)日：2021-06-25
申请号：CN202110206793.2
申请日：2021-02-24
Applicant: 同济大学
Abstract: 本发明涉及一种适用于pepper机器人的室内导航方法，将机器人当前时刻的激光雷达信息和轮式里程计信息进行时间对齐；封装数据成帧，按照固定格式利用socket通信将数据发送至上位机；上位机将接收到的信息封装成ROS系统下的工作节点，并转化为标准消息格式；上位机的AMCL节点接收标准消息格式的激光雷达信息，结合室内环境的已知地图进行重定位，获取当前机器人在室内环境位置；基于位置信息和导航目标点，结合室内地图判断机器人所处室内房间和导航目标点所在的室内房间，规划运动路径；move_base节点根据运动规划路径和当前AMCL节点输出的定位信息获取机器人运动控制策略，将控制信号发送至机器人。本发明降低了机器人通过房门时的碰撞概率，加快了移动速度。
-
-
-
-
Search Results
5
records
(took 0.013 seconds)
