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 > 电子科技大学张显石获国家专利权

电子科技大学张显石获国家专利权

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!

龙图腾网获悉电子科技大学申请的专利一种基于自身运动的机器人轨迹闭环检测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:CN116922382B

龙图腾网通过国家知识产权局官网在2025-09-02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:202310900617.8,技术领域涉及:B25J9/16;该发明授权一种基于自身运动的机器人轨迹闭环检测方法是由张显石;曹以隽;杨开富;李永杰设计研发完成,并于2023-07-21向国家知识产权局提交的专利申请。

一种基于自身运动的机器人轨迹闭环检测方法在说明书摘要公布了:本发明公开了一种基于自身运动的机器人轨迹闭环检测方法,通过带噪声运动轨迹和真实运动轨迹构建噪声模型,构建去噪注意力模块预测带噪声运动轨迹的网格状特征,再构建前向和反向注意模块捕获运动姿态的相关性特征,通过该相关性特征预测运动姿态的闭环匹配概率,约束网格状特征的位置和方向构建特征代价函数,计算运动姿态的相似度构建匹配代价函数,最后结合特征和匹配代价函数训练模型,完成轨迹的闭环检测。本发明的方法受哺乳动物记忆和导航系统启发设计一种网格状特征表示代价函数,预测带噪声运动轨迹网格状特征,仅利用自身的运动信息估计自身的闭环概率,在无视觉信息条件取得较好的机器人运动轨迹闭环检测结果,能较好的检测闭环位置。

本发明授权一种基于自身运动的机器人轨迹闭环检测方法在权利要求书中公布了:1.一种基于自身运动的机器人轨迹闭环检测方法,具体步骤如下: S1、构建噪声模型,并把真实运动轨迹转换为带噪声的运动轨迹; 把真实运动轨迹输入噪声模型,计算其任意第t帧和第t+1帧的相对位姿,并表示为旋转分量θ和平移分量T;旋转分量θ和平移分量T各自叠加一个噪声后通过高斯滤波得到平滑轨迹,并表示为旋转分量和平移分量将旋转分量和平移分量加权后组合为带噪声运动轨迹 S2、构建去噪注意力模块并且预测带噪声运动轨迹的网格状特征表示; 使用标准的全连接层、嵌入层和多头注意力模块,建立去噪注意力模块,然后将时间特征Ftime,速度特征Fvel,位置特征Fpc和角度特征Fhd求和,并传入一个标准的多头注意力模块,预测带噪声运动轨迹网格状特征Fgc; S3、构建前向注意力模块和反向注意力模块捕获运动姿态的相关性特征,并通过运动姿态的相关性特征预测运动姿态的闭环匹配概率; 首先构建仅关注于前继点的前向注意力模块和仅关注于后继点的反向注意力模块,再输入网格状特征表示Fgc,分别通过前向注意力模块和反向注意力模块得到前向注意特征和反向注意特征,最后预测轨迹中每一帧和其他帧的相似度,并根据该相似度得到该帧是否为闭环位置的概率; S4、通过约束网格状特征的位置和方向构建特征代价函数; 根据步骤S2中计算得到的网格状特征表示Fgc,计算位置代价函数和角度代价函数,最后,将位置代价函数和角度代价函数求和得到特征代价函数; S5、通过计算运动姿态的相似度构建匹配代价函数; 计算真实运动轨迹的距离相似度,计算步骤S3中预测的相似度S和真实轨迹的距离相似度的标准交叉熵,以此作为匹配代价函数; S6、结合特征代价函数和匹配代价函数,训练闭环检测网络模型,完成轨迹的闭环检测; 将特征代价函数和匹配代价函数进行求和,得到总代价函数并训练闭环检测网络模型。

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电子科技大学,其通讯地址为:611731 四川省成都市高新区(西区)西源大道2006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。