机器人观测数据补全模型训练方法及装置

AITNT
正文
推荐专利
机器人观测数据补全模型训练方法及装置
申请号:CN202510527006
申请日期:2025-04-25
公开号:CN120068952B
公开日期:2025-07-22
类型:发明专利
摘要
本公开提供了一种机器人观测数据补全模型训练方法及装置,涉及传感器及机器人技术领域。在机器人观测数据补全模型训练方法中,通过将包含残缺区域的阶梯地形高程图输入至待训练的二维卷积神经网络输出补全的高程图以及预测的阶梯边缘图,并利用补全的高程图以及实际完整高程图计算第一损失以及利用预测的阶梯边缘图以及实际阶梯边缘图计算第二损失,进而根据第一损失和第二损失优化二维卷积神经网络得到机器人观测数据补全模型。本公开可以提升机器人观测数据补全以及阶梯地形识别效果,进而为机器人运动控制提供更好的数据支持,实现精准控制。
技术关键词
模型训练方法 二维卷积神经网络 阶梯 机器人运动控制 数据补全方法 计算机可读指令 深度强化学习算法 计算机程序代码 噪声数据 分辨率 四轮足机器人 解码器 运动控制模块 双足机器人 图像
系统为您推荐了相关专利信息
1
蜂窝夹层板表面热载荷反演方法、系统及介质
蜂窝夹层板 工况参数 反演方法 载荷 特征提取器
2
一种面部表情识别及其模型训练方法
面部表情识别模型 注意力 焦点 识别面部 图像
3
一种基于高速气帘防护的燃气轮机模型燃烧室喷雾测量装置
燃气轮机模型 燃烧室腔体 喷雾 气帘 弧面
4
一种基于信号处理的振动信号特征提取方法及系统
信号处理 降维特征 频域特征 机械设备 序列特征
5
基于时空特征融合的海绵城市泵站群数据补全方法及系统
空间权重矩阵 数据补全方法 历史监测数据 海绵城市 地理加权回归
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号