恭喜浙江大学徐冠华获国家专利权
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!
龙图腾网恭喜浙江大学申请的专利基于动态环境感知建模的多类型机器人协同作业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:CN119376326B 。
龙图腾网通过国家知识产权局官网在2025-03-11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:202411963940.0,技术领域涉及:G05B19/042;该发明授权基于动态环境感知建模的多类型机器人协同作业方法是由徐冠华;吴洪宇;杨波;许恺;王郑拓;傅建中设计研发完成,并于2024-12-30向国家知识产权局提交的专利申请。
本基于动态环境感知建模的多类型机器人协同作业方法在说明书摘要公布了:本发明公开了一种基于动态环境感知建模的多类型机器人协同作业方法,通过多模态数据采集与融合技术,结合三维环境建模和多机器人协同通信机制,实现了任务分配的优化与动态调整,形成了完整的解决方案;多模态数据融合提升了环境感知的全面性与实时性,动态环境建模确保了模型的精确性和更新效率,多机器人通信与任务协同优化了资源分配与执行效果;本发明改进了传统机器人系统中信息孤立、任务分配单一以及协同作业灵活性不足的问题,提出的技术方案在复杂环境中实现了多机器人之间的高效协作与资源优化,显著提升了系统的感知能力、任务响应速度和整体作业效率,广泛适用于巡检、救援和工业生产等复杂场景。
本发明授权基于动态环境感知建模的多类型机器人协同作业方法在权利要求书中公布了:1.一种基于动态环境感知建模的多类型机器人协同作业方法,其特征在于:包括如下步骤:步骤一:多模态感知数据采集11)数据采集:采用传感器采集多模态数据;12)数据预处理:对采集的多模态数据进行预处理后;13)特征提取:对预处理后的多模态数据进行特征提取;步骤二:多模态数据融合21)数据级融合:采用级联操作将所有模态的特征按特定顺序组合成一个初步特征集合;初步特征集合表示为: 其中:表示点云特征;表示图像特征;表示IMU特征;表示环境数据特征;表示特征拼接操作;22)特征级融合:对初步特征集合采用非线性映射以捕捉各模态之间的交互关系;基于Transformer的跨模态融合机制实现多模态特征的深度融合并动态调整各模态特征的重要性,得到跨模态融合特征;对初步特征集合采用非线性映射以捕捉各模态之间的交互关系的方法为: 其中:表示融合后的多模态特征;表示权重矩阵;为偏置项;为ReLU激活函数;基于Transformer的跨模态融合机制实现多模态特征的深度融合的方法为: 其中:表示多头自注意力层中第个头的注意力分数;表示输入序列的嵌入表示;、和分别是对应头的查询、键和值的权重矩阵;是键向量的维度;将多个头的输出进行拼接并通过线性映射得到跨模态融合特征: 其中:为跨模态融合特征;为头的数量;为输出的权重矩阵;步骤三:环境建模31)生成三维点云模型:从跨模态融合特征中提取环境中的关键信息,生成三维点云模型;32)动态更新点云模型:基于时间序列数据,动态更新三维点云模型,使其能够反映环境的实时变化;步骤四:多机器人协同通信将多类型机器人的协同通信通过一套统一的通信模型实现,以支持设备之间的信息共享、任务协同以及数据标准化处理,提升系统的整体效率和灵活性;步骤五:任务分配与协同作业51)构建任务分配模型:以最小化总代价为目标函数将巡视任务分配给多个不同类型的机器人,构建得到任务分配模型;52)协同作业任务调整:基于环境和任务的变化,对任务分配进行动态调整。
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浙江大学,其通讯地址为:310027 浙江省杭州市西湖区浙大路38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”。
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。