-
公开(公告)号：CN119417117A
公开(公告)日：2025-02-11
申请号：CN202411455090.3
申请日：2024-10-17
Applicant: 鹏城实验室 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06Q10/0631 , G06N5/022 , G06N5/04
Abstract: 本申请实施例提供了一种异质机器人的控制方法、装置、电子设备以及存储介质，属于人工智能技术领域。该方法包括：根据获取到的总任务数据和环境感知数据生成任务提示词；在当前轮次的对话中，对获取到的历史对话文本和任务提示词进行回应，生成新的对话文本，将新的对话文本更新到历史对话文本中，直至所有异质机器人均完成发言时，完成当前轮次的对话，其中，当目标异质机器人为多个异质机器人中首个发言的时，历史对话文本为空；在至少一个轮次的对话结束后，基于由最后一个发言的异质机器人更新的历史对话文本，提取得到目标异质机器人对应的子任务数据，并执行对应的子目标任务。本申请能够提高多个异质机器人协作完成总目标任务的效率。
-
公开(公告)号：CN118123849A
公开(公告)日：2024-06-04
申请号：CN202410559073.8
申请日：2024-05-08
Applicant: 鹏城实验室
IPC: B25J9/16
Abstract: 本申请提供了一种机器人轨迹控制方法、装置、设备及存储介质，涉及但不限于工业控制技术领域，方法包括对目标轨迹曲线采样得到控制点集；基于控制点集中各个控制点的曲率，将目标轨迹曲线分成多个段；在控制点集中的相邻两个控制点之间生成点到点运动轨迹；如果段中各个相邻控制点之间的点到点运动轨迹与目标轨迹曲线的最大偏差距离、与偏差阈值之间不满足预定关系，在段中对控制点进行增减，并返回在控制点集中的相邻两个控制点之间生成点到点运动轨迹的步骤，直到确定最大偏差距离与偏差阈值之间满足预定关系;基于每相邻两个控制点控制机器人运动，以实现对曲率波动大的目标轨迹的规划。
-
公开(公告)号：CN118123849B
公开(公告)日：2024-07-02
申请号：CN202410559073.8
申请日：2024-05-08
Applicant: 鹏城实验室
IPC: B25J9/16
Abstract: 本申请提供了一种机器人轨迹控制方法、装置、设备及存储介质，涉及但不限于工业控制技术领域，方法包括对目标轨迹曲线采样得到控制点集；基于控制点集中各个控制点的曲率，将目标轨迹曲线分成多个段；在控制点集中的相邻两个控制点之间生成点到点运动轨迹；如果段中各个相邻控制点之间的点到点运动轨迹与目标轨迹曲线的最大偏差距离、与偏差阈值之间不满足预定关系，在段中对控制点进行增减，并返回在控制点集中的相邻两个控制点之间生成点到点运动轨迹的步骤，直到确定最大偏差距离与偏差阈值之间满足预定关系;基于每相邻两个控制点控制机器人运动，以实现对曲率波动大的目标轨迹的规划。
-
公开(公告)号：CN119625263A
公开(公告)日：2025-03-14
申请号：CN202411703252.0
申请日：2024-11-25
Applicant: 鹏城实验室
Abstract: 本申请公开了基于多模态融合的目标检测方法、装置、电子设备及介质，方法包括：获取第一图像集合以及第二图像集合，其中，第一图像集合包括多张可见光图像，第二图像集合包括多张红外图像；对第一图像集合和第二图像集合进行数据对齐操作，得到与第一图像集合对应的第一特征图像集合以及与第二图像集合对应的第二特征图像集合；通过预设的双尺度图像融合算法对第一特征图像集合和第二特征图像集合进行特征融合，得到融合图像集合；通过预设的深度学习模型对融合图像集合中的融合图像进行目标检测，得到待检测物体的物体类别以及标记待检测物体的边界框。在本发明实施例中，能够提高目标检测的准确性，进一步提高检测精度。
-
Patent Agency Ranking
公开(公告)号：CN119407765A
公开(公告)日：2025-02-11
申请号：CN202411452915.6
申请日：2024-10-16
Applicant: 鹏城实验室
IPC: B25J9/16
Abstract: 本公开提供了一种机器人的控制方法、装置、设备及介质，方法包括获取机器人的控制指令，以及机器人所处环境中任意一个模态下的感知数据；将感知数据输入至监督微调后的行为树生成大模型中，对机器人所处环境进行场景描述，得到场景描述文本；将控制指令和场景描述文本输入至行为树生成大模型中，结合场景描述文本对控制指令进行分解和预规划，生成多项子描述文本，并基于多项子描述文本得到目标描述文本；将目标描述文本输入至行为树生成大模型中进行行为树生成，得到包含多个动作节点的目标行为树，各个动作节点与至少一个子描述文本对应；基于目标行为树控制机器人执行对应的动作节点，从而能够提高机器人的工作效率和任务完成的质量。
-
公开(公告)号：CN118269104A
公开(公告)日：2024-07-02
申请号：CN202410667131.9
申请日：2024-05-28
Applicant: 鹏城实验室
Abstract: 本申请公开了一种机器人标定方法、装置、电子设备及存储介质，涉及机器人控制技术领域，本申请为网格的每个顶点分别设置顶点理论姿态，从而基于顶点的位置以及顶点理论姿态构建顶点的顶点理论位姿，然后分别获取机器人在不同顶点的顶点理论位姿控制下的顶点实际位姿，并确定每个顶点实际位姿对于对应的顶点的顶点理论位姿的顶点位姿误差；获取目标位姿，并确定机器人在目标位姿控制下的实际位置；从多个顶点中选取与实际位置相近的多个目标顶点，基于目标位姿与目标顶点的顶点位姿误差，生成预测位姿误差。不仅能够确定机器人的定位误差，也能确定机器人的姿态误差，能够提高机器人的定位精度，并提高机器人执行相应操作时的准确性。
-
公开(公告)号：CN115409180A
公开(公告)日：2022-11-29
申请号：CN202210921276.8
申请日：2022-08-02
Applicant: 鹏城实验室
Abstract: 本发明公开了一种分布式图推理计算方法、装置、终端及存储介质，方法包括：对图数据进行预处理，得到图数据所构造的全图，并更新全图上的基础信息；对全图中所有点的hop值进行初始化处理，分别获取预设点、一度邻居以及二度邻居所对应的特征，得到二度子图特征；将所获取的二度子图特征输入至已训练的GNN编码器模型中，并输出得到对应的嵌入向量；根据输出的嵌入向量生成对应边的邮件信息，并通过邮件传递机制将邮件信息发送至对应边的目的点；通过已训练的GNN解码器模型对全图特征进行解码，根据各边目的点上的邮件信息输出全图特征的逻辑推理结果。本发明解决了现有的图神经网络模型无法适应实时性要求高的场景的技术问题。
-
公开(公告)号：CN118269104B
公开(公告)日：2024-08-20
申请号：CN202410667131.9
申请日：2024-05-28
Applicant: 鹏城实验室
Abstract: 本申请公开了一种机器人标定方法、装置、电子设备及存储介质，涉及机器人控制技术领域，本申请为网格的每个顶点分别设置顶点理论姿态，从而基于顶点的位置以及顶点理论姿态构建顶点的顶点理论位姿，然后分别获取机器人在不同顶点的顶点理论位姿控制下的顶点实际位姿，并确定每个顶点实际位姿对于对应的顶点的顶点理论位姿的顶点位姿误差；获取目标位姿，并确定机器人在目标位姿控制下的实际位置；从多个顶点中选取与实际位置相近的多个目标顶点，基于目标位姿与目标顶点的顶点位姿误差，生成预测位姿误差。不仅能够确定机器人的定位误差，也能确定机器人的姿态误差，能够提高机器人的定位精度，并提高机器人执行相应操作时的准确性。
-
公开(公告)号：CN119407766A
公开(公告)日：2025-02-11
申请号：CN202411455636.5
申请日：2024-10-17
Applicant: 鹏城实验室 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: B25J9/16
Abstract: 本申请实施例提供了一种机器人模仿学习方法、装置、计算机设备及可读存储介质。方法包括：按照时间顺序获取演示数据，并将其输入至目标模型的第一编码器中进行高维特征的提取，得到第一目标特征；获取演示数据对应的动作指示信息，通过条件变分自编码器，根据动作指示信息将第一目标特征分解成得到多个动作块，并根据动作指示信息依次对多个动作块进行特征重构，得到对应的多个第一子特征，将多个第一子特征进行拼接得到第一目标特征对应的第二目标特征；通过目标模型的第一解码器对第二目标特征进行预测，得到机器人的关节部位在下一时刻的关节位置参数；根据关节位置参数控制机器人进行模仿。以此，能够提高机器人进行模仿学习的准确性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.036 seconds)
