Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳逐际动力科技有限公司姚秀勇获国家专利权

深圳逐际动力科技有限公司姚秀勇获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉深圳逐际动力科技有限公司申请的专利机器人观测数据补全模型训练方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120068952B

龙图腾网通过国家知识产权局官网在2025-07-22发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510527006.2,技术领域涉及:G06N3/0464;该发明授权机器人观测数据补全模型训练方法及装置是由姚秀勇;朱弘博设计研发完成,并于2025-04-25向国家知识产权局提交的专利申请。

机器人观测数据补全模型训练方法及装置在说明书摘要公布了:本公开提供了一种机器人观测数据补全模型训练方法及装置,涉及传感器及机器人技术领域。在机器人观测数据补全模型训练方法中,通过将包含残缺区域的阶梯地形高程图输入至待训练的二维卷积神经网络输出补全的高程图以及预测的阶梯边缘图,并利用补全的高程图以及实际完整高程图计算第一损失以及利用预测的阶梯边缘图以及实际阶梯边缘图计算第二损失,进而根据第一损失和第二损失优化二维卷积神经网络得到机器人观测数据补全模型。本公开可以提升机器人观测数据补全以及阶梯地形识别效果,进而为机器人运动控制提供更好的数据支持,实现精准控制。

本发明授权机器人观测数据补全模型训练方法及装置在权利要求书中公布了:1.一种机器人观测数据补全模型训练方法,其特征在于,包括: 将包含残缺区域的阶梯地形高程图输入至待训练的二维卷积神经网络,得到补全的高程图以及预测的阶梯边缘图;其中,所述预测的阶梯边缘图是通过神经网络预测的用于标识阶梯边缘位置的二值图像; 利用所述补全的高程图以及实际完整高程图计算第一损失;利用所述预测的阶梯边缘图以及实际阶梯边缘图计算第二损失; 根据所述第一损失和第二损失对所述二维卷积神经网络进行反向传播优化。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人深圳逐际动力科技有限公司,其通讯地址为:518057 广东省深圳市南山区西丽街道曙光社区智谷研发楼F栋2304;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。