公开(公告)号：CN119559515A

公开(公告)日：2025-03-04

申请号：CN202510116630.3

申请日：2025-01-24

Applicant: 安徽大学

Inventor： 吴巧云 ,  周志明 ,  李天琪 ,  穆朝絮 ,  李祥雨 ,  夏宇

IPC: G06V20/10 ,  G06V20/64 ,  G06V10/44 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/092 ,  G01C21/20

Abstract: 本发明提出一种基于体素空间注意力机制的移动机器人视觉导航方法，包括：基于视觉传感器获取RGB图像数据及Depth深度数据，设计体素网格，将二维像素转化为三维点云数据，并投射到三维体素空间；设计体素空间注意力模块，处理体素网格，计算每个体素的注意力权值，以选择感兴趣的区域，确定导航目标位置；设计注意力权值解码模块，将注意力模型的最终输出解码为该移动机器人在下一时刻要执行的动作，实现机器人的导航运动规划；并基于深度强化学习框架优化参数，实现机器人视觉导航决策。本发明实现在室内场景中视觉导航的运动规划，相比于传统方法，利用体素空间注意力机制帮助引导机器人发现目标物体，减少了训练时间，提升导航泛化性。

公开(公告)号：CN118438457A

公开(公告)日：2024-08-06

申请号：CN202410906141.3

申请日：2024-07-08

Applicant: 安徽大学 ,  南京航空航天大学

Inventor： 吴巧云 ,  李祥雨 ,  汪俊 ,  易程

IPC: B25J9/16

Abstract: 本发明涉及基于脉冲混合强化学习组装任务的单机械臂运动规划方法，包括：将机械臂运动划分为n个阶段，对于每个阶段的终点设计稠密奖励函数；利用场景中机械臂和目标部件的观测信息和动作信息维度，设计一个脉冲编码模块和具有动态阈值的脉冲神经网络模块，通过其中的脉冲神经层来提取特征，输出最终的脉冲活动；设计一个群体解码模块，将脉冲神经网络输出的脉冲活动解码转换为更直观的动作空间表达；设计脉冲混合强化学习SAC模型，在策略网络中结合了上述三个模块，而在价值网络中使用深度神经网络，利用脉冲混合强化学习模型优化各个网络中的参数，从而实现高推理速度，同时赋予网络稀疏计算和高精度性能的特点，指导机械臂完成组装任务。

公开(公告)号：CN120023815A

公开(公告)日：2025-05-23

申请号：CN202510341347.0

申请日：2025-03-21

Applicant: 安徽大学

Inventor： 吴巧云 ,  李祥雨 ,  穆朝絮 ,  曹翔

IPC: B25J9/16

Abstract: 本发明提出一种基于噪声脉冲混合强化学习的单机械臂家具组装运动规划方法，其具体包括以下步骤：采集观测信息，搭建策略‑价值网络指导机械臂进行家具组装，并设计噪声脉冲神经网络作为策略网络；基于群体编码设计编码层，将观测信息转换为脉冲序列；设计具有噪声的脉冲神经层，根据脉冲序列，输出最终的脉冲活动；通过具有噪声的非脉冲的解码层，将脉冲活动转换为动作表达；设计动态调整噪声水平优化方法，修改损失函数来实现噪声‑策略的平衡；优化网络参数，得到最优模型，指导机械臂完成组装任务。本发明为机械臂在资源受限场景中持续作业提供了保证，推动智能装备在智能制造领域的实用化发展。

公开(公告)号：CN119559515B

公开(公告)日：2025-04-15

申请号：CN202510116630.3

申请日：2025-01-24

Applicant: 安徽大学

Inventor： 吴巧云 ,  周志明 ,  李天琪 ,  穆朝絮 ,  李祥雨 ,  夏宇

IPC: G06V20/10 ,  G06V20/64 ,  G06V10/44 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/092 ,  G01C21/20

Abstract: 本发明提出一种基于体素空间注意力机制的移动机器人视觉导航方法，包括：基于视觉传感器获取RGB图像数据及Depth深度数据，设计体素网格，将二维像素转化为三维点云数据，并投射到三维体素空间；设计体素空间注意力模块，处理体素网格，计算每个体素的注意力权值，以选择感兴趣的区域，确定导航目标位置；设计注意力权值解码模块，将注意力模型的最终输出解码为该移动机器人在下一时刻要执行的动作，实现机器人的导航运动规划；并基于深度强化学习框架优化参数，实现机器人视觉导航决策。本发明实现在室内场景中视觉导航的运动规划，相比于传统方法，利用体素空间注意力机制帮助引导机器人发现目标物体，减少了训练时间，提升导航泛化性。

公开(公告)号：CN118438457B

公开(公告)日：2024-09-17

申请号：CN202410906141.3

申请日：2024-07-08

Applicant: 安徽大学 ,  南京航空航天大学

Inventor： 吴巧云 ,  李祥雨 ,  汪俊 ,  易程

IPC: B25J9/16

Abstract: 本发明涉及基于脉冲混合强化学习组装任务的单机械臂运动规划方法，包括：将机械臂运动划分为n个阶段，对于每个阶段的终点设计稠密奖励函数；利用场景中机械臂和目标部件的观测信息和动作信息维度，设计一个脉冲编码模块和具有动态阈值的脉冲神经网络模块，通过其中的脉冲神经层来提取特征，输出最终的脉冲活动；设计一个群体解码模块，将脉冲神经网络输出的脉冲活动解码转换为更直观的动作空间表达；设计脉冲混合强化学习SAC模型，在策略网络中结合了上述三个模块，而在价值网络中使用深度神经网络，利用脉冲混合强化学习模型优化各个网络中的参数，从而实现高推理速度，同时赋予网络稀疏计算和高精度性能的特点，指导机械臂完成组装任务。