Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 清华大学刘华平获国家专利权

清华大学刘华平获国家专利权

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!

龙图腾网获悉清华大学申请的专利多机器人视觉语义导航方法、装置和存储介质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:CN119223305B

龙图腾网通过国家知识产权局官网在2026-03-20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:202411190280.7,技术领域涉及:G01C21/34;该发明授权多机器人视觉语义导航方法、装置和存储介质是由刘华平;李兴航;郭迪;张新钰设计研发完成,并于2024-08-28向国家知识产权局提交的专利申请。

多机器人视觉语义导航方法、装置和存储介质在说明书摘要公布了:本公开涉及一种多机器人视觉语义导航方法,多个机器人有各自的可通行区域,每个机器人根据其过去对场景的观测建立语义地图,并通过彼此间的通讯来完善语义地图。在进行顶层规划时,机器人不仅考虑每个位置存在目标物体的概率,还综合考虑对该位置预测的不确定性,将概率和不确定性进行加权求和后选择可行域中分值最高的点作为下一步的目标位置,在导航的过程中持续更新可行域地图和语义地图,直到其中一个机器人找到目标物体时停止。本公开平衡了探索与利用间的关系,让机器人在初期时进行尽可能多的探索,而在对环境有一定的感知信息后能够更快的定位到目标物体,用于各场景的目标物体寻找,且目标物体的类别为语义地图中任一类,无需额外训练。

本发明授权多机器人视觉语义导航方法、装置和存储介质在权利要求书中公布了:1.一种多机器人视觉语义导航方法,其特征在于,包括: 训练阶段:采集场景中各位置处的RGB图像和深度图像,对其进行语义分割和点云映射,得到场景的真实全局可通行域地图和真实全局语义地图;采集场景中每条路径上每个位置处的RGB图像和深度图像,对其进行语义分割和点云映射,得到各时刻每条路径的局部可通行域地图和局部语义地图,将每条路径各时刻的局部可通行域地图和局部语义地图分别与机器人在采样各自路径前已存储的全局可通行域地图和全局语义地图进行融合,得到各时刻融合的全局可通行域地图和全局语义地图,利用各时刻融合的全局可通行域地图和全局语义地图以及场景的真实全局语义地图作为训练样本构建训练数据集;利用所述训练数据集对深度神经网络模型进行训练,得到语义地图预测模型;其中,语义地图中的各点表示该点处各物体存在的概率,且语义地图中各点与可通行域地图中相应点的位置一一对应; 导航阶段:机器人获取实时局部可通行域图和实时局部语义地图,将其与自身已存储的全局可通行域地图和全局语义地图分别进行融合,得到实时的全局可通行域地图和融合语义地图,并输入至所述语义地图预测模型中,得到预测的实时全局语义地图;多个机器人间进行通讯,以更新自身的全局语义地图;各机器人将更新后的自身的全局语义地图中每个位置存在目标物体的概率和对每个位置预测的不确定性进行加权求和后选择各自局部可行域地图中加权求和分值最高的点作为下一步的目标位置;各机器人前往所述目标位置并搜索目标物体,直到其中一个机器人找到目标物体或者到达导航步数上限时停止导航; 每个机器人通过如下步骤确定各自的目标位置: 对于机器人更新后的自身全局语义地图中的每个给定的位置,和分别为网格化后语义地图的宽和高,更新后的全局语义地图中的点对应为一个维向量,其表示位置处各类物体存在的概率,通过计算向量的熵,得到语义地图预测模型对位置处物体分布的不确定性: 其中,表示位置对应的不确定性; 通过将概率和不确定性相结合来确定目标位置,计算公式如下: 其中,表示机器人q可通行区域,根据机器人q的实时全局可通行域地图确定;表示目标物体的类别;表示位置上存在目标物体的概率,即机器人更新后的自身全局语义地图中位置处的值;为加权系数。

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。

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。