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！

龙图腾网获悉山东大学申请的专利基于多视角物体轨迹预测的机器人技能迁移方法及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：CN120552075B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202511013005.2，技术领域涉及：B25J9/16；该发明授权基于多视角物体轨迹预测的机器人技能迁移方法及系统是由程吉禹;黄奥申;陈佳铭;张伟;杨硕;范金秋设计研发完成，并于2025-07-23向国家知识产权局提交的专利申请。

本基于多视角物体轨迹预测的机器人技能迁移方法及系统在说明书摘要公布了：本发明涉及机器人技能迁移技术领域，特别是涉及基于多视角物体轨迹预测的机器人技能迁移方法及系统，所述方法包括：构建第一技能迁移模型，所述第一技能迁移模型，包括：依次连接的技能感知编码模块A1和多视角轨迹预测扩散模块B1；基于训练后的第一技能迁移模型构建第二技能迁移模型，所述第二技能迁移模型，包括：依次连接的技能感知编码模块A2和多视角轨迹预测扩散模块B2；将待测试的机器人多视角图像和待测试语言指令，输入到第二技能迁移模型中，得到多视角的目标物体预测轨迹；根据多视角的目标物体预测轨迹，生成可执行的机器人动作，完成待测试语言指令中的动作。本发明能够高效、鲁棒地实现机器人技能迁移。

本发明授权基于多视角物体轨迹预测的机器人技能迁移方法及系统在权利要求书中公布了：1.基于多视角物体轨迹预测的机器人技能迁移方法，其特征是，包括： 构建训练集，所述训练集为已知目标物体移动轨迹的多模态数据，所述多模态数据，包括：多视角的机器人图像和预设语言指令；所述目标物体被夹持在机器人的末端执行器中； 构建第一技能迁移模型，所述第一技能迁移模型，包括：依次连接的技能感知编码模块A1和多视角轨迹预测扩散模块B1；将训练集输入到第一技能迁移模型中，对模型进行训练，得到训练后的第一技能迁移模型； 基于训练后的第一技能迁移模型构建第二技能迁移模型，所述第二技能迁移模型，包括：依次连接的技能感知编码模块A2和多视角轨迹预测扩散模块B2；将待测试的机器人多视角图像和待测试语言指令，输入到第二技能迁移模型中，得到多视角的目标物体预测轨迹； 根据多视角的目标物体预测轨迹，生成可执行的机器人动作，机器人按照可执行的机器人动作，完成待测试语言指令中的动作； 所述技能感知编码模块A1与技能感知编码模块A2的工作过程是一致的；所述技能感知编码模块A1，工作过程包括： 11接收多视角的机器人图像和预设语言指令，完成多模态信息的初步编码； 111采用预训练的视觉语言模型，对每个视角的机器人图像，识别出机器人前面目标物体的边界框，对边界框的坐标进行编码，得到边界框的位置编码结果； 112采用预训练的图文对比学习模型，对每个视角的机器人图像和预测语言指令分别进行编码，得到图像编码结果和语言指令编码结果； 113采用多层感知机，对技能感知向量进行编码，得到技能感知的编码结果；所述技能感知向量是一组可学习的向量，初始技能感知向量通过随机初始化得到； 12采用多头自注意力机制和多头交叉注意力机制，来实现多模态编码结果与技能感知编码结果之间的交互与融合，得到技能感知特征序列；其中，多模态编码结果，包括：边界框的位置编码结果、图像编码结果和语言指令编码结果； 所述采用多头自注意力机制和多头交叉注意力机制，来实现多模态编码结果与技能感知编码结果之间的交互与融合，得到技能感知特征序列，包括： 首先通过MHSA进行自注意力编码： ；； ；； 其中，为边界框的位置编码结果，为图像编码结果，为语言指令编码结果，表示技能特征的编码结果；表示多头自注意力机制，，，，分别是经过进一步编码之后的结果； 随后将MHSA编码后的技能特征序列作为键和值输入，其余特征序列作为查询输入，通过MHCA进行信息交换，促进多模态信息的对齐与融合： ；； ； 其中为多头交叉注意力机制，，，分别是，，通过与技能特征信息交互之后的结果； 所有经过MHCA融合的多模态特征序列，以及技能特征序列被输入一个前馈神经网络FFN，FFN处理之后的各部分结果经过拼接： ；； ；； ； 其中，，，，是经过进一步编码之后的结果，是拼接操作，表示最终的技能感知特征序列。

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山东大学，其通讯地址为：250000 山东省济南市历下区经十路17923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”。

以上内容由龙图腾AI智能生成。