南京航空航天大学朱琨获国家专利权
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!
龙图腾网获悉南京航空航天大学申请的专利一种基于语义通信的实时三维语义地图构建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:CN119516069B 。
龙图腾网通过国家知识产权局官网在2025-10-24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:202411463043.3,技术领域涉及:G06T15/00;该发明授权一种基于语义通信的实时三维语义地图构建方法是由朱琨;郭洛松;张嘉欣设计研发完成,并于2024-10-20向国家知识产权局提交的专利申请。
本一种基于语义通信的实时三维语义地图构建方法在说明书摘要公布了:本发明公开了一种基于语义通信的实时三维语义地图构建方法,属于语义通信技术领域。本发明所述方法包括根据资源有限下的实时三维语义建图任务需求,设计结合云边协同的通信系统场景模型,并简化为基础的通信传输模型;然后根据简化版通信传输模型,设计以边缘节点端为编码端,以边缘服务器为解码端的编解码结构语义通信框架,同时在框架设计上增加量化模块以实现语义信息的最大化压缩,保证在资源有限的边缘节点上能够完成实时语义建图任务,最后,根据通信场景下场景的不同信道条件需求,设计基于注意力机制的attention模块,并将模块嵌入所述的编解码结构语义通信框架,保证在各种信道条件下该方法都能够实时、正确的完成语义建图任务。
本发明授权一种基于语义通信的实时三维语义地图构建方法在权利要求书中公布了:1.一种基于语义通信的实时三维语义地图构建方法,其特征在于,包括如下步骤: 1根据资源有限下的实时三维语义建图任务需求,设计结合云边协同的通信系统场景模型,并简化为基础的通信传输模型; 通信系统模型中考虑两类设备,以边缘设备为代表的发送器和以边缘服务器为代表的接收器,两类设备执行的通信任务包括: 边缘服务器训练语义通信编码器-解码器模型,然后通过无线传输将语义编码器模型分发给所有边缘设备; 边缘设备根据实际场景对模型进行微调,并提取语义特征,然后将其发送到边缘服务器用于语义恢复; 边缘服务器根据接收到的语义信息进行数据恢复,并完成语义建图任务; 2根据通信传输模型,以边缘节点端为编码端,以边缘服务器为解码端的编解码结构语义通信框架,同时在框架设计上增加向量量化模块以实现语义信息的最大化压缩,保证在资源有限的边缘节点上能够完成实时语义建图任务; 编码端:包括语义提取模块、信道编码器和知识库,所述的知识库用于存储发送器和接收器之间共享的背景知识;选择RGB-D传感器作为数据采集传感器,用于捕捉RGB帧和深度帧,RGB图像将被送入语义提取模块,深度图像直接送入信道编码模块; 解码端:包括信道解码器、语义恢复模块、帧对齐模块和语义建图模块,所述的帧对齐模块根据预设的时间戳来匹配RGB帧和深度帧,只有对齐成功的图像帧对才会被发送到后续的语义建图模块中,所述的语义建图模块包括语义定位、语义提取和语义地图生成; 3根据通信场景下场景的不同信道条件需求,基于注意力机制和感知信噪比设计注意力模块设计注意力模块,并将注意力模块嵌入步骤2中所述的编解码结构语义通信框架,保证在各种信道条件下该方法都能够实时、正确的完成语义建图任务; 在简化模型中,发送器负责提取语义特征并通过信道进行传输,所述的发送器包括语义提取和信道编码器,假设图像源数据为,则整个传输过程表示为: , 其中,代表训练参数为的语义提取网络,指的是训练参数为的信道编码器网络,输出的稍后被送入信道进行传输; 为了考虑信道波动并实现信道可变性,选择自适应白噪声信道作为系统信道,公式表示如下: , 其中,表示信道噪声,遵循正态分布,表示信道输出,将在后续步骤中传输给接收器; 接收器负责恢复语义信息并构建语义地图,该过程包括信道解码器、语义恢复和语义建图,表示如下: , 其中表示训练参数为的信道解码器网络,表示训练参数为的语义解码器网络; 语义恢复过程是语义特征提取的逆过程,语义恢复的输出将作为后续语义建图的输入; 在语义建图方面,该方法包括采用语义同步定位和建图技术实时生成语义地图;该简化模型还包括用于发送器和接收器之间共享背景知识的知识库,所述的知识库由神经网络的结构和参数表示,有助于理解和解释交换的信息。
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南京航空航天大学,其通讯地址为:210016 江苏省南京市秦淮区御道街29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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励