【技术实现步骤摘要】
本专利技术涉及人形机器人，尤其涉及一种多传感器时空信息融合的人形机器人摔倒预测方法。
技术介绍
1、制造技术突破、人工智能大模型迭代升级以及老龄化程度增加，推动了人形机器人产业的快速发展。作为一种高度类人结构与行为的具身智能体，人形机器人在以人为中心的非结构化空间中能够执行多项拟人化和智能化任务，在农耕生产、医疗养老、工业制造、娱乐表演等领域中应用前景广阔，有望成为一种新颖的颠覆性产品。相较于其他多足机器人(例如四足机器人)，人形机器人重心较高、地面支撑域较小，并期望能够在崎岖地形或狭窄空间的复杂环境中自主运动，不可避免地遭受各种各样的内外界干扰，这对其保持平衡稳定提出了新挑战，受限于机器人的刚性结构，摔倒行为可能危损自身及其周围环境。因此，有必要研究人形机器人防摔技术，以便机器人在受到干扰导致即将摔倒碰撞前提供及时警告，通过切换控制器恢复稳定或最小化冲击力，进而保证机器人在各种任务中可靠长期部署。
2、机器人防摔策略一般分为三个连续环节：摔倒预测、摔倒控制和摔倒恢复，其中摔倒预测直接决定能否为后续控制器提供足够的缓冲时间定...
【技术保护点】
1.一种多传感器时空信息融合的人形机器人摔倒预测方法，其特征在于包括以下步骤：
2.根据权利要求1所述的一种多传感器时空信息融合的人形机器人摔倒预测方法，其特征在于，压力传感器布置在双足底，用于测量x、y方向上的压力数据，每侧足部有24个传感单元测点。
3.根据权利要求1所述的一种多传感器时空信息融合的人形机器人摔倒预测方法，其特征在于，所述多源信息加权模块包括通道权重学习和通道加权两个阶段，在通道权重学习阶段，首先，使用全局最大池化GMP和全局平均池化GAP运算分别压缩输入样本特征图(C为通道数，T为样本长度)，得到两个统计特征向量然后分别通...
【技术特征摘要】
1.一种多传感器时空信息融合的人形机器人摔倒预测方法，其特征在于包括以下步骤：
2.根据权利要求1所述的一种多传感器时空信息融合的人形机器人摔倒预测方法，其特征在于，压力传感器布置在双足底，用于测量x、y方向上的压力数据，每侧足部有24个传感单元测点。
3.根据权利要求1所述的一种多传感器时空信息融合的人形机器人摔倒预测方法，其特征在于，所述多源信息加权模块包括通道权重学习和通道加权两个阶段，在通道权重学习阶段，首先，使用全局最大池化gmp和全局平均池化gap运算分别压缩输入样本特征图(c为通道数，t为样本长度)，得到两个统计特征向量然后分别通过一个参数共享的一维卷积层转换处理以学习局部通道间的特征相关性，并按照逐元素相加法进行合并，再经sigmoid激活函数将特征缩放至(0,1)范围内，获取通道权重向量该过程可表示为：
4.根据权利要求1所述的一种多传感器时空信息融合的人形机器人摔倒预测方法，其特征在于，所述的多尺度空间特征提取模块，为了从噪声干扰的摔倒数据中充分提取隐藏的空间特征信息，采用不同尺寸的卷积核设计三个...
【专利技术属性】
技术研发人员：钱冬生，张武凤，姜峰，关帅，潘成龙，
申请(专利权)人：华东光电集成器件研究所，
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。