申请/专利权人:深圳先进技术研究院
申请日:2024-03-05
公开(公告)日:2024-06-25
公开(公告)号:CN118245863A
主分类号:G06F18/241
分类号:G06F18/241;B25J9/16;G06F18/214;G06F18/2132;G06N3/0475;G06F30/27
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明公开了基于触觉信息和连续学习的机器人硬度预测方法及系统,所述方法包括:获取机器人采集不同物体的硬度分类数据集,将硬度分类数据集进行预处理后划分为训练集和测试集;利用训练集和测试集对集成回放模型进行训练和测试,得到训练好的有条件触觉持续学习有序网络模型;获取机器人抓取目标物体的触觉数据,将所述触觉数据输入到训练好的有条件触觉持续学习有序网络模型,输出硬度预测结果。本发明减少神经网络参数量的同时也加快模型的训练速度,并且通过在模型的中间层增加条件信息,以控制模型生成的样本的类型,从而使生成的样本的分布样本更加平衡,在不同的邻域增量场景下都有不错的泛化性,提升了模型对硬度进行预测的准确率。
主权项:1.一种基于触觉信息和连续学习的机器人硬度预测方法,其特征在于,所述基于触觉信息和连续学习的机器人硬度预测方法包括:获取机器人采集不同物体的硬度分类数据集,将所述硬度分类数据集进行预处理后划分为训练集和测试集;利用所述训练集和所述测试集对集成回放模型进行训练和测试,得到训练好的有条件触觉持续学习有序网络模型;获取机器人抓取目标物体的触觉数据,将所述触觉数据输入到训练好的有条件触觉持续学习有序网络模型,输出所述目标物体的硬度预测结果。
全文数据:
权利要求:
百度查询: 深圳先进技术研究院 基于触觉信息和连续学习的机器人硬度预测方法及系统
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。