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 > 浙江大学吴军毅获国家专利权

浙江大学吴军毅获国家专利权

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!

龙图腾网获悉浙江大学申请的专利一种多动物机器人协作人机交互导航系统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:CN120510386B

龙图腾网通过国家知识产权局官网在2025-09-23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:202510980411.X,技术领域涉及:G06V10/26;该发明授权一种多动物机器人协作人机交互导航系统是由吴军毅设计研发完成,并于2025-07-16向国家知识产权局提交的专利申请。

一种多动物机器人协作人机交互导航系统在说明书摘要公布了:本发明涉及导航技术领域,具体公开了一种多动物机器人协作人机交互导航系统,采用集中式控制体系结构,通过中央控制系统汇集并处理各机器人感知信息,并将处理结果提供给操作员辅助决策,从而生成全局最优导航方案;协作感知模块基于时间自注意力和空间交叉注意力机制,生成具有时空特征的BEV表示,使用语义分割解码器生成语义地图,扩展感知范围;协同控制模块通过个性化的集中式训练得到一个强大的集中式执行算法,然后通过知识蒸馏的方式使得智能体决策受益于全局信息的同时,又能实现分散式执行,提升动物机器人间的协作效率。本发明提升了动物机器人的感知能力和协作能力,确保了系统在复杂环境中的高效导航与决策执行。

本发明授权一种多动物机器人协作人机交互导航系统在权利要求书中公布了:1.一种多动物机器人协作人机交互导航系统,其特征在于:包括中央控制系统与导航系统,所述中央控制系统汇集并处理导航系统中各动物机器人提供的信息,实施统一的控制决策; 所述中央控制系统包括协同感知模块与协同控制模块,所述协同感知模块生成俯瞰视角下的语义地图;所述协同控制模块生成各动物机器人的控制指令,并融合个性化训练与蒸馏执行的多智能体强化学习算法; 所述导航系统包括若干动物机器人与中心控制系统;所述动物机器人携带微型相机用于拍摄导航环境的视频,并实时传输至中心控制系统的计算机,中心控制主体在计算机上实时查看视频,并执行导航控制方法,通过无线通信模块和远程控制界面将控制指令发送至各动物机器人,控制其完成预定的导航任务; 所述控制决策的具体内容如下: 所有动物机器人在一个共享的环境中,每个智能体都有一个观测空间和动作空间,所有动物机器人协作地完成给定的任务; 将各个机器人所获取的局部观测信息融合成全局观测; 利用多智能体强化学习算法生成全局最优的导航方案; 将决策结果交由操作员进行控制与调整; 所述协同感知模块包括图像超分辨率单元、BEV特征提取单元以及语义分割单元,所述图像超分辨率单元采用低分辨率图像训练的轻量级SwinTransformer模型进行图像超分,所述BEV特征提取单元在时间和空间上使用注意力机制学习统一的BEV特征,所述语义分割单元使用MaskDecoder基于提取的BEV特征生成俯瞰视角下的语义地图; 所述协同感知模块的具体工作步骤如下: S21、使用低分辨率图像训练一个轻量化的Transformer图像超分模型,通过多尺度增强创造低分辨率-高分辨率伪训练对,使用基于窗口多头自注意力机制的轻量SwinTransformer模型对低分辨率图像进行超分,使用均方误差损失进行训练: x; ; ; 其中,表示原始输入图像,表示最近邻降采样,是降采样得到的结果,其中,表示双三次插值升采样,是升采样得到的结果,其中,是超分后得到的图像; S22、将t时刻动物机器人i的观测图像依次通过图像超分模型和预训练好的ResNet50得到特征图,创建BEV查询,先使用上一时刻的BEV特征和BEV查询做时间自注意力,再与当前时间的特征图做空间交叉注意力,生成当前时刻的BEV特征; S23、将得到的BEV特征输入到预训练好的MaskDecoder中,输出语义地图,并使用像素级的交叉熵损失函数进行模型训练: ; ; 其中,表示预测的语义地图,y表示像素的真实标签,表示模型预测像素为真实标签的概率。

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浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866号;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”。

以上内容由AI智能生成
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。