摘要
本发明属于智能仓储物流技术领域,涉及一种基于多模态融合的时空协同轨迹规划方法,包括:获取机器人信息和环境信息,将机器人信息和环境信息输入训练好的轻量化的学生模型,得到预测的轨迹;轻量化的学生模型的训练过程包括:获取多模态的训练数据;多模态的训练数据包括:机器人信息和环境信息;构建轨迹规划模型,根据多模态的训练数据训练轨迹规划模型,得到训练好的轨迹规划模型;根据训练好的轨迹规划模型通过知识蒸馏训练学生模型,得到训练好的学生模型;本发明采用多模态的数据进行编码,从而为模型提供了丰富的信息,使模型能够捕捉到多机器人系统中复杂的动态关系和环境变化,全面感知配送场景,避免因信息缺失导致的规划失误。
技术关键词
轨迹规划方法
多模态
位置编码信息
编码特征
轨迹预测模型
学生
编码向量
智能仓储物流技术
运动
前馈神经网络
编码器
解码器
中间层
多机器人系统
注意力
障碍物
系统为您推荐了相关专利信息
音频控制方法
构建用户画像
多模态
噪声
车辆运行数据