申请/专利权人:深圳市优必选科技股份有限公司
申请日:2023-12-21
公开(公告)日:2024-03-22
公开(公告)号:CN117744756A
主分类号:G06N3/096
分类号:G06N3/096;G06N3/0464;G06N3/0895;G06V20/58;G06V10/764;G06V10/82
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本申请实施例适用于机器人技术领域,提供了一种机器人避障模型的训练方法和机器人避障方法。本申请实施例提供的避障模型的训练方法可以利用现有的无标签数据作为样本图像进行目标模型的自监督训练,降低了训练所需的样本图像的获取难度。在此基础上,可以利用少量的标注图像进行自蒸馏训练的微调,使得最终训练得到的避障模型具有优异的场景分割功能,更易满足机器人实际工作场景中的避障需求。通过将上述避障模型配置于机器人中,可以在机器人工作过程中准确识别场景中存在的障碍物及其类别,便于机器人根据障碍物类别的不同,选择不同的避障措施。
主权项:1.一种机器人避障模型的训练方法,其特征在于,包括:获取第一样本集,所述第一样本集中包括多张样本图像;基于所述第一样本集对模型进行自监督训练,得到目标模型;获取第二样本集,所述第二样本集中包括多张标注图像,所述标注图像是使用安装于机器人上的深度相机采集并标注有障碍物的类别的图像;基于所述第二样本集对所述目标模型进行自蒸馏训练,得到机器人避障模型。
全文数据:
权利要求:
百度查询: 深圳市优必选科技股份有限公司 机器人避障模型的训练方法和机器人避障方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。