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！

龙图腾网获悉江西理工大学南昌校区申请的专利一种支持多模态交互的机器人操作系统及操作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：CN119884910B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202510369620.0，技术领域涉及：G06F18/2411；该发明授权一种支持多模态交互的机器人操作系统及操作方法是由谢俊涛;陈敏;吴志刚;谭震伟;卢安淋;曾鑫程;叶锦城;张乃文;严芸曦设计研发完成，并于2025-03-27向国家知识产权局提交的专利申请。

本一种支持多模态交互的机器人操作系统及操作方法在说明书摘要公布了：本发明公开了一种支持多模态交互的机器人操作系统及操作方法，涉及智能机器人技术领域，所述系统包括：数据接收模块、目标对象识别模块、分析决策模块和响应模块；数据接收模块用于对获取到的多模态异构数据进行预处理，得到感官数据；其中，多模态异构数据包括视觉数据、听觉数据、触觉数据和语义数据中的至少一项；目标对象识别模块用于根据感官数据对目标对象建立对应的用户画像；分析决策模块用于根据用户画像进行偏好分析，并基于深度学习模型得出响应策略；响应模块用于基于响应策略发出操作指令。本发明实现了能够从用户的个体特征出发，更好地理解用户的需求并作出响应。

本发明授权一种支持多模态交互的机器人操作系统及操作方法在权利要求书中公布了：1.一种支持多模态交互的机器人操作系统，其特征在于，所述系统包括： 数据接收模块、目标对象识别模块、分析决策模块和响应模块； 所述数据接收模块用于对获取到的多模态异构数据进行预处理，得到感官数据；其中，所述多模态异构数据包括视觉数据、听觉数据、触觉数据和语义数据中的两种或两种以上； 所述目标对象识别模块用于根据所述感官数据对目标对象建立对应的用户画像； 所述分析决策模块用于利用深度学习模型根据所述用户画像进行偏好分析，并基于偏好分析得出响应策略； 所述响应模块用于基于所述响应策略发出操作指令； 所述目标对象识别模块包括多模态数据融合单元、用户画像单元和用户分类单元； 所述多模态数据融合单元用于基于多模态数据融合模型提取所述感官数据的特征，所述特征包括年龄、性别、语言习惯、知识水平、是否残障中的至少一项； 所述用户画像单元用于根据来源自同一个用户的所述感官数据建立所述用户画像，并根据声纹特征作为索引，存储与管理所述用户画像； 所述分析决策模块包括输入子模块和输出子模块： 所述输入子模块用于从所述用户画像中提取用户的历史行为序列数据，通过注意力机制为每个数据点分配权重并输入到长短时记忆网络中，其中，注意力能量的计算公式如下： 其中，为所述注意力能量，为所述历史行为序列数据的时间步数，为注意力向量，为权重矩阵，为偏置向量，为第i个输入数据，为双曲正切激活函数； 利用注意力转换公式将注意力能量转换为注意力权重，其中，注意力转换公式如下： 其中，为所述注意力权重，exp为指数函数，为对全时间步所述注意力能量进行指数运算的总和； 将输入序列与注意力权重相乘得到加权输入序列，其中，加权输入序列的计算公式如下： 其中，为经过注意力加权后的第t个输入，为第t个时间步对第i个输入的注意力权重，为第i个输入数据； 所述输出子模块用于： 基于所述加权输入序列计算偏好表示，其中，偏好表示的计算公式如下： 其中，为全连接层的权重矩阵，为对所述加权输入序列的总和，为修正线性单元激活函数，为全连接层的偏置向量； 基于偏好表示生成响应策略，其中，响应策略的计算公式如下： 其中，为所述偏好表示，为全连接层的权重矩阵，为偏置向量，为激活函数； 所述响应模块包括： 实时情景感知单元，用于基于所述感官数据、所述用户画像及操作行为识别当前的交互情景，以制定对应的输出方式；其中，所述用户画像包括偏好信息和情绪状态，所述输出方式为操作指令的具体表现形式； 动态决策子单元，用于在交互过程中对所述交互情景和所述情绪状态进行持续监测并提取特征向量，当预设时段内所述交互情景和或所述情绪状态的所述特征向量与前一时刻的所述特征向量之间的欧氏距离超出预设阈值时，重新制定所述输出方式。

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江西理工大学南昌校区，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街1180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”。