CN119394300A 一种基于大语言模型的机器人室内外导航切换方法和系统 （北京理工大学）_第1页
CN119394300A 一种基于大语言模型的机器人室内外导航切换方法和系统 （北京理工大学）_第2页
CN119394300A 一种基于大语言模型的机器人室内外导航切换方法和系统 （北京理工大学）_第3页
CN119394300A 一种基于大语言模型的机器人室内外导航切换方法和系统 （北京理工大学）_第4页
CN119394300A 一种基于大语言模型的机器人室内外导航切换方法和系统 （北京理工大学）_第5页
已阅读5页，还剩26页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

号一种基于大语言模型的机器人室内外导航本申请公开了一种基于大语言模型的机器展卡尔曼滤波器对多模态传感器数据进行加权制，在室内外过渡区域中同时激活SLAM和GPS导2对所述视觉图像数据进行噪声去除、亮度调整和标准化预处理，并输入预处理后的视觉图像至大语言模型，通过特征提取与场景基于时间滑动窗口，分析多帧视觉图像中的特征点变化趋势，使用大语言模型中的多模态推理模块结合场景知对所述激光雷达点云数据、GPS数据和IMU数据进行预测与更新，动态3根据多帧变化趋势判断场景是否从室内过渡至室外或从室外过8.根据权利要求1所述的导航切换方法，其特征在于，所述置信度评分计算的参数包单帧场景分类结果的置信度、多帧视觉特征点变化趋势大语言模型模块：用于输入预处理后的视觉图像至大语言反馈机制模块：用于在导航模式切换期间，通过双模式并行运行4杂，现有依赖信号强度检测的技术方案(如通过GPS信号强弱或UWB信号变化判断室内外场能化的场景识别与渐进式导航策略切换机制，解决现有技术中的定位丢失和频繁切换问5[0010]利用多模态传感器采集环境数据，所述环境数据包括视觉图像、激光雷达点云、6[0049]当某一传感器数据不稳定时，保持当前导航模式并请求其他传感器提供补充数[0056]反馈机制模块：用于在导航模式切换期间，通过双模式并行运行机制动态调整7[0059]图1为本申请一个实施例提供的基于大语言模型的机器人室内外导航切换方法的[0060]图2为本申请一个实施例提供的基于大语言模型的机器人室内外导航切换方法的[0061]图3为本申请一个实施例提供的基于大语言模型的机器人室内外导航切换方法的[0064]利用多模态传感器采集环境数据，所述环境数据包括视觉图像、激光雷达点云、依赖GPS信号强弱或蓝牙信标信号检测进行场景判断时误判率高、导航模式切换不稳定的8[0076]在本实施例中，每种传感器在特定场景中的功能互补性显著增强了系统的鲁棒9或信号受干扰区域)下的导航精度。EKF能够处理非线性传感器数据(如IMU加速度数据)与[0122]本实施例时间滑动窗口能够有效识别场景从室内向室外或从室外向室内的渐变[0130]当某一传感器数据不稳定时，保持当前导航模式并请求其他传感器提供补充数的位姿估计，结合视觉和惯性传感器的数据，能够在GPS失效时通过摄像头捕捉的图像与[0135]室内导航采用Velodyne激光雷达进行360度环境扫描，获取机器人周围的障碍物其在激光雷达遮挡或反射信号不稳定的情况下，IMU可以通过惯性推算继续生成可靠的位关键特征，其多模态交叉注意力机制，将视觉特征与模型在预训练阶段掌握的语义知识相这种基于多帧图像的推理方式避免了单帧特征模糊或特定环境干扰(灯光突然变化等)带来的误判。[0153]系统接收来自大模型的场景判断结果及其置信度评分，通过ROS话题实时接收大[0176]反馈机制模块：用于在导航模式切换期间，通过双模式并行运行机制动态调整[0177]

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论