摘要
本公开提供了一种机器人离地状态检测模型训练方法及装置,涉及传感器及机器人技术领域。该方法包括:在训练环境中通过对机器人分别施加竖向外力和横向外力以获取两类训练样本数据,将训练样本数据中的模拟运动感知数据输入至待训练神经网络模型,得到预测的机器人离地状态以及类别。最终根据模型预测结果与真实标签构建联合损失函数,并以此优化神经网络参数,从而训练得到可同时判断离地状态与离地类别的检测模型。本公开可以实现机器人离地状态与离地类别的联合识别,进而支撑机器人在多种离地场景中的快速判断与响应决策。
技术关键词
检测模型训练方法
训练样本数据
训练神经网络模型
状态检测方法
计算机可读指令
机器人动力学
时序特征
运动
数据获取模块
计算机程序代码
外力
关节力矩
仿真环境
优化神经网络
网络模型训练
联合损失函数
系统为您推荐了相关专利信息
训练样本数据
城市建设用地
归一化植被指数
物候特征
卫星遥感影像数据
需求预测方法
标签体系
构建预测模型
计算机可读指令
备件需求量
脉冲重复间隔
回波
矩阵
多普勒
计算机可读取存储介质
倾斜模型
倾斜摄影模型
数字孪生
特征匹配算法
场景
无人机航线
无人机飞行航线
布设方法
遥感多光谱
数字高程模型