采用图谱化视觉感知特征的机器人控制方法及系统

AITNT
正文
推荐专利
采用图谱化视觉感知特征的机器人控制方法及系统
申请号:CN202511046119
申请日期:2025-07-29
公开号:CN120791768B
公开日期:2026-01-02
类型:发明专利
摘要
本发明涉及机器人控制技术领域,具体公开了一种采用图谱化视觉感知特征的机器人控制方法及系统,所述方法包括基于RGB‑D摄像头采集图像;对图像进行目标识别,定位目标框,对目标框的内容进行主体识别,确定主体信息;构建与机器人对应的节点,作为基准节点,根据主体信息创建包含基准节点的图谱,同步标定图谱中各个节点的属性;接收需求文本,对所述需求文本进行识别,根据识别结果及图谱生成控制指令。本发明获取视觉图像,对视觉图像进行识别,定位主体,同步获取主体信息,构建图谱,将图谱作为信息特征,基于图谱生成机器人的控制指令,这一过程中,图谱作为数值化信息,作为控制指令的生成来源,极大地提高了机器人的理解能力。
技术关键词
视觉感知特征 机器人控制方法 节点 机器人控制系统 语义图谱 生成控制指令 数据查询模型 图像 生成执行指令 基准 物体 文本识别 生成图谱 训练神经网络模型 生成指令
系统为您推荐了相关专利信息
1
一种基于模态特性的陆空两栖平台轨迹规划方法
轨迹规划方法 飞行动力学模型 节点 平台 表达式
2
基于现场可编程逻辑门阵列的多层中间表示的编译方法
编译方法 数据读写操作 多面体 硬件描述语言 代码转换
3
一种无人机集群协同决策的多智能体强化学习方法
智能体强化学习方法 无人机集群协同 因子 语义 非线性优化算法
4
一种源储协同下的高比例新能源电力系统实时调度方法和系统
新能源电力系统 深度确定性策略梯度 储能设备 节点 场景
5
多层卷积算子融合优化方法、装置、设备、介质及产品
融合优化方法 优化装置 节点 编译优化技术 卷积神经网络模型
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