摘要
本申请公开了基于视听协同的人形机器人头部定向方法及系统,涉及人工智能技术领域,解决了现有技术缺乏考虑人脸被遮挡或者环境条件不佳,使得检测图像和语音数据可用有效特征数量降低,导致头部定向的准确度和效率较低的技术问题;通过根据检测图像和检测声源生成时间同步数据;根据光照强度和检测数据生成检测影响系数之后生成定向数据;根据调整后的检测图像生成水平定向调整误差之后生成警报信号,采用同一时间的多源数据进行定向,实时监测环境对多源数据的抑制程度,并根据抑制程度之间的相关性动态调整多源数据之间的组合权重,并以此定向水平方位,随后调整定向垂直方向,分步实施,使得最终头部定向的准确度和效率均有所提升。
技术关键词
人形机器人
定向系统
生成警报信号
时间同步
图像
声音检测
视听
决策
人工智能模型
定向方法
机器人头部
数据分析模块
误差
语音
数据采集模块
YOLO算法
非线性
定向偏差
系统为您推荐了相关专利信息
小麦条锈病
图像检测模型
图像检测方法
全局平均池化
构建小麦
回声状态网络
结构异常检测方法
像素点
训练分类器
检测地下结构
公路路面裂缝
智能检测系统
图像获取模块
多尺度裂缝
图像增强模块
容器特征
快速检测方法
分类特征
液体
前馈神经网络