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！

龙图腾网获悉清华大学申请的专利一种用于物品搜索的机器人问答方法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：CN113516055B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202110648041.1，技术领域涉及：G06V20/60；该发明授权一种用于物品搜索的机器人问答方法是由刘华平;司马锲;邓宇鸿;郭迪设计研发完成，并于2021-06-10向国家知识产权局提交的专利申请。

本一种用于物品搜索的机器人问答方法在说明书摘要公布了：本发明属于图像感知和语言处理技术领域，尤其涉及一种用于物品搜索的机器人问答方法。该方法首先输入图像经过残差‑特征分类网络标注物体边界框和类别标签后用于构建场景图谱，后续输入的图像序列用于更新场景图谱；输入问题经过长短时记忆网络处理后输出特征向量，特征向量经过循环卷积分类网络后得到关键词；并在场景图谱中进行广度优先搜索得到问题答案并输出。本方法突破在传统问答系统中过于依赖预给专家数据且缺乏真实环境中的物理交互过程的缺陷，实现了机器人自主操作、主动环境交互、语义分析，提升了机器人问答系统的交互性和智能性，在包括快递仓储、商场、工厂等多种场景下都有很大的应用前景。

本发明授权一种用于物品搜索的机器人问答方法在权利要求书中公布了：1.一种用于物品搜索的机器人问答方法，其特征在于，该方法的具体过程包括以下步骤： 1拍摄多种物品的RGB深度图像，分别对多个深度图像进行物品类别标注； 2依次拍摄机器人搜索区域的多个场景的RGB深度图像，并记为场景图像，对场景图像中的每一个图层进行归一化处理； 3利用残差-特征分层网络中的卷积神经网络，得到搜索区域的场景图像特征； 4构建一个物品搜索模型，对该物品搜索模型进行训练； 5依次遍历步骤3所有场景图像特征矩阵，重复步骤4，得到最终物品搜索模型； 6采用强化学习方法生成多个机器人操作动作，记录操作过程中不同采样时刻的场景图像，或在真实环境中对机器人的操作过程进行采样，记录操作过程中不同采样时刻的场景图像； 7向步骤5的物品搜索模型输入步骤6的图像序列中第一个图像，从物品搜索模型的输出结果中获取物品给定边界框以及物品类别，将得到的物品类别作为节点添加到一个初始化场景图谱中，并根据物品边界框之间的几何关系，对物品间的相对位置关系进行判断，将判断结果作为临接边添加到上述初始化场景图谱中，得到一个场景图谱； 8遍历步骤6的图像序列中所有图像，重复步骤7，对场景图谱，进行更新，更新过程为：在当前帧场景图像的中心区域寻找边界框最大的物品，以该物品为基础，将当前帧中的该物品与前一帧中的该物品位置对齐，对该物品在场景图谱中当前帧的位置关系进行识别和判定，根据识别和判定结果，在前一帧场景图谱中以该物品所在节点为起点进行场景图谱更新，得到多个场景图谱； 9构建一个基于长短时记忆网络LSTM的自然语言处理模块，向自然语言处理模块中的语言编码网络输入物品搜索问题，得到搜索问题的编码和关键词，该编码形式为一个特征向量，将特征向量输入自然语言处理模块中的分类循环神经网络，得到物品搜索问题的类型； 10根据步骤9得到的编码特征向量和搜索问题类型、关键词，对步骤8中得到的与多帧场景图像相对应的多个场景图谱进行检索，即：根据关键词，遍历多个场景图谱中的所有节点，得到待搜索物品在每一帧场景图谱中的节点位置；采用广度优先方法，根据搜索问题类型和关键词，对待搜索物品所在节点的相邻节点进行搜索，确定符合搜索条件的相对位置关系的多个相邻节点及与相邻节点相对应的邻接边，依搜索顺序从多帧场景图谱中选取邻接边数变化最大的一帧场景图谱，搜索该场景图谱中物品所在节点的相邻节点和与相邻节点相对应的邻接边，得到物品搜索问题答案，并输出。

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清华大学，其通讯地址为：100084 北京市海淀区清华园1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。