System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请属于人工智能领域,尤其涉及一种动态场景下的物体识别方法及其适用的智能机器人。
技术介绍
1、随着人工智能技术和智能机器人的发展,智能机器人对复杂动态场景的感知和理解能力得到了显著提升。然而,在多变的场景中高效管理和利用感知数据,特别是与场景变化相关的信息,仍面临诸多挑战。
2、现有技术中,智能机器人通过对图像或视频帧进行目标检测,识别场景中的物体,进而基于这些物体执行各种任务,如路径规划、避障、或者为用户提供服务等。然而,当场景中的物体频繁移动或者场景动态变化时,这就会导致智能机器人对物体识别不够准确甚至发生错误,进而导致任务失败。
技术实现思路
1、本申请旨在至少解决相关技术中存在的技术问题之一。为此,本申请提出一种动态场景下的物体识别方法及其适用的智能机器人,以提高物体识别的准确性。
2、第一方面,本申请提供了一种动态场景下的物体识别方法,应用于智能机器人;所述方法包括:
3、获取目标视频和采集到的具身传感数据;所述目标视频用于呈现目标场景,包括至少一视频帧;
4、基于所述至少一视频帧和所述具身传感数据,分别确定所述智能机器人对于所述目标场景中至少一个物体的感知数据;
5、建立与所述目标场景对应的物体记忆库,并将所述至少一个物体的感知数据分条目存储至所述物体记忆库中;
6、当所述目标场景发生变化时,确定与所述目标场景变化相关的目标物体,并基于所述目标物体对所述物体记忆库进行更新。
7、上述
8、根据本申请的一个实施例,所述当所述目标场景发生变化时,确定与所述目标场景变化相关的目标物体,并基于所述目标物体对所述物体记忆库进行更新,包括:
9、当在所述目标场景中识别到未知物体时,对所述未知物体进行重识别,得到重识别结果;
10、若所述重识别结果表征所述未知物体与任一已识别物体为同一物体,对所述物体记忆库中与所述已识别物体对应的感知数据进行更新;
11、若所述重识别结果表征所述未知物体非任一已识别物体,确定与所述未知物体对应的感知数据;
12、将所述未知物体的感知数据存储至所述物体记忆库中。
13、第二方面,本申请提供了一种动态场景下的物体识别装置,应用于智能机器人;所述装置包括:
14、获取模块,用于获取目标视频和采集到的具身传感数据;所述目标视频用于呈现目标场景,包括至少一视频帧;
15、确定模块,用于基于所述至少一视频帧和所述具身传感数据,分别确定所述智能机器人对于所述目标场景中至少一个物体的感知数据;
16、记忆模块,用于建立与所述目标场景对应的物体记忆库,并将所述至少一个物体的感知数据分条目存储至所述物体记忆库中;
17、更新模块,用于当所述目标场景发生变化时,确定与所述目标场景变化相关的目标物体,并基于所述目标物体对所述物体记忆库进行更新。
18、上述技术方案中,通过获取目标视频和采集到的具身传感数据,并基于该目标视频和具身传感数据进行多模态数据处理,对目标场景中的各物体进行识别,并提取相应的感知数据,并进而通过一物体记忆库分条目进行存储,由此通过构建物体记忆库,实现了对场景中的物体的持久化记忆,使得多模态的感知数据可以结构化存储与管理,并能够通过动态维护实现对物体的长期跟踪,便于后续分析和决策的高效执行;当目标场景发生变化时,能够基于与该变化有关的目标物体对物体记忆库进行实时更新,使得智能机器人能够快速识别和响应目标场景中的变化,增强了智能机器人在复杂场景中的适应性。
19、第三方面,本申请提供了一种智能机器人,包括如第二方面所述的动态场景下的物体识别装置。
20、第四方面,本申请提供了一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面所述的动态场景下的物体识别方法。
21、第五方面,本申请提供了非暂态计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面所述的动态场景下的物体识别方法。
22、第六方面,本申请提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现如上述第一方面所述的动态场景下的物体识别方法。
23、第七方面,本申请提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述第一方面所述的动态场景下的物体识别方法。
24、本申请的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
本文档来自技高网...【技术保护点】
1.一种动态场景下的物体识别方法,其特征在于,应用于智能机器人;所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述基于所述至少一视频帧和所述具身传感数据,分别确定所述智能机器人对于所述目标场景中至少一个物体的感知数据,包括:
3.根据权利要求2所述的方法,其特征在于,所述针对任一视频帧,识别所针对的视频帧中的至少一个物体,得到所述至少一个物体的特征数据,包括:
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述当所述目标场景发生变化时,确定与所述目标场景变化相关的目标物体,并基于所述目标物体对所述物体记忆库进行更新,包括:
5.根据权利要求4所述的方法,其特征在于,所述对所述未知物体进行重识别,得到重识别结果,包括:
6.根据权利要求5所述的方法,其特征在于,所述确定所述未知物体为静态物体或动态物体,包括:
7.一种动态场景下的物体识别装置,其特征在于,应用于智能机器人;所述装置包括:
8.一种智能机器人,其特征在于,包括如权利要求7所述的动态场景下的物体识别装置。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-6中任一项所述的动态场景下的物体识别方法。
...【技术特征摘要】
1.一种动态场景下的物体识别方法,其特征在于,应用于智能机器人;所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述基于所述至少一视频帧和所述具身传感数据,分别确定所述智能机器人对于所述目标场景中至少一个物体的感知数据,包括:
3.根据权利要求2所述的方法,其特征在于,所述针对任一视频帧,识别所针对的视频帧中的至少一个物体,得到所述至少一个物体的特征数据,包括:
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述当所述目标场景发生变化时,确定与所述目标场景变化相关的目标物体,并基于所述目标物体对所述物体记忆库进行更新,包括:
5.根据权利要求4所述的方法,其特征在于,所述对所述未知物体进行重识别,得到...
【专利技术属性】
技术研发人员:范越,马晓健,李庆,
申请(专利权)人:北京通用人工智能研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。