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 > 青岛中电绿网新能源有限公司朱浩宇获国家专利权

青岛中电绿网新能源有限公司朱浩宇获国家专利权

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!

龙图腾网获悉青岛中电绿网新能源有限公司申请的专利一种基于综合评价及最优控制原理的机器人社交行为控制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:CN117103261B

龙图腾网通过国家知识产权局官网在2026-03-27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:202311096295.2,技术领域涉及:B25J9/16;该发明授权一种基于综合评价及最优控制原理的机器人社交行为控制方法是由朱浩宇;孙艳君;刘鹏;刘琳;刘晓瑞设计研发完成,并于2023-08-29向国家知识产权局提交的专利申请。

一种基于综合评价及最优控制原理的机器人社交行为控制方法在说明书摘要公布了:本发明公开了一种基于综合评价及最优控制原理的机器人社交行为控制方法,通过对外部多模态信息采集,社交对象的综合决策,机器人眼—头执行器进行建模,求解神经传导噪声最小的运动轨迹,利用MPC控制器进行最优控制,实现机器人与多社交对象之间的并行交互。对机器人实施最优控制,产生仿人运动和注视效果。

本发明授权一种基于综合评价及最优控制原理的机器人社交行为控制方法在权利要求书中公布了:1.一种基于综合评价及最优控制原理的机器人社交行为控制方法,其特征在于,包括以下步骤: 1采集多个社会对象表现出来的视觉以及声学多模态信息; 2进而通过熵权计算获得多模态信息权重,通过综合评价获取每个社会对象的社交意图EA,机器人将选择EA值最高,即社交意图最高的社会对象作为交流对象进行凝视; 3确定神经传导噪声最小情况下的机器人凝视EA值最高的社会对象时的头部和眼部的运动轨迹; 4最后通过基于高斯过程在线干扰观测器的模型预测控制系统,按照神经传导噪声最小情况下的机器人头部和眼部的运动轨迹,对机器人的行为进行最优控制; 步骤2具体为: 201对于给定的包含n个社会对象的社交场景,采集每个社会对象对应的m种社会线索,构建决策矩阵Q,将社会线索信息组织为 1 其中,每一列表示同一种社会线索,每一行表示同一个社会对象对应的社会线索,下标j表示不同种类的社会线索,i表示不同的社会对象,表示第i个社会对象的第j种社会线索, 对于决策矩阵Q中的社会线索,如果其具有成本属性,按照公式2则将其转化为利益属性,如果其具有利益属性则不进行处理,然后通过线性归一化得到归一化决策矩阵, 2 其中,为该类社会线索能取得的极大值,为相对于的一个小量, 3 4 采用熵权法对社会线索进行权重分配,计算第i社会对象中第j个社会线索占n个社会对象的社会线索总和的比例为 5 定义第j个社会线索的熵和系数分别为 6 7 得到第j个社会线索的权重,进而得到包括m种社会线索权重的权矩阵 8 用权矩阵左乘归一化决策矩阵,得到权决策矩阵,每个社会线索根据其离散度被分配权重,然后,利用TOPSIS算法根据分别与正理想点集、负理想点集的距离对社会对象进行排序,和分别是n个社会对象中同一种社会线索的最大值和最小值的集合,定义如下 9 10 其中,为效益属性索引集,表示第j个社会线索的最大值,表示第j个社会线索的最小值,,每个归一化状态向量到和的距离定义为和, 11 12 每个社会对象与负理想点的接近程度为 13 202用于计算第i个社会对象与理想点集之间的GC系数,其中,与正理想点集的GC系数为 14 式中表示分辨率因子,然后,每个社会对象与正理想点集之间的GC系数矩阵如下 15-1 然后,得到第i个社会对象的正理想方案的灰度关联度 16-1 其中,与负理想点集的GC系数为 然后,每个社会对象与负理想点集之间的GC系数矩阵如下 15-2 然后,得到第i个社会对象的负理想方案的灰度关联度 16-2 第i个社会对象的GC接近度利用式17计算, 17 203根据最小二乘优化原则将和两个评价指标进行融合如下 18 机器人将选择EA值最高,即社交意图最高的社会对象作为交流对象进行凝视。

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青岛中电绿网新能源有限公司,其通讯地址为:266000 山东省青岛市高新区广博路17号MAX商务红湾17号楼101栋;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。