[发明专利]目标对象控制方法、装置、存储介质和计算机设备有效

专利信息
申请号: 202010055582.9 申请日: 2020-01-17
公开(公告)号: CN111223168B 公开(公告)日: 2022-07-08
发明(设计)人: 范俊杰 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06T13/00 分类号: G06T13/00;G06T13/40
代理公司: 华进联合专利商标代理有限公司 44224 代理人: 李文渊;杨欢
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标 对象 控制 方法 装置 存储 介质 计算机 设备
【权利要求书】:

1.一种目标对象控制方法,包括:

获取目标对象在包括当前帧在内的帧序列中对应的运动轨迹信息;所述当前帧对应的运动轨迹信息通过前次预测得到;

获取所述当前帧之前的在前帧中所述目标对象各关节对应的关节运动信息;

获取所述目标对象在当前帧中对应的目标运动信息,所述目标运动信息是期望控制目标对象所能达到的运动状态的信息,包括目标运动类型,所述目标运动类型用于控制目标对象进行不同步态间的切换;

从所述目标对象的各关节对应的关节运动信息中,筛选出末端关节对应的运动速度;

根据所述在前帧中所述末端关节对应的运动速度、以及所述目标对象在当前帧所对应的目标运动信息,确定与所述当前帧对应的动态网络参数,所述动态网络参数基于不同帧而动态变化,不同的所述动态网络参数用于表征不同的运动状态;

基于所述动态网络参数、所述运动轨迹信息、所述关节运动信息及所述目标运动信息,确定所述目标对象在当前帧中的关节运动信息和经修正后的运动轨迹信息,并预测所述目标对象在当前帧之后的在后帧中的运动轨迹信息;

根据所述目标对象在各帧中的关节运动信息和经修正后的运动轨迹信息,控制所述目标对象运动。

2.根据权利要求1所述的方法,其特征在于,所述运动轨迹信息包括所述目标对象的重心所对应的位置信息、前进方向和运动速度;所述关节运动信息包括所述目标对象的各关节分别对应的相对位置信息、相对旋转信息和相对速度。

3.根据权利要求1所述的方法,其特征在于,所述获取目标对象在包括当前帧在内的帧序列中对应的运动轨迹信息,包括:

在所述目标对象的运动过程中,对所述当前帧之前的历史帧进行均匀采样,得到预设数量的历史目标帧,将所述当前帧和历史目标帧共同构成帧序列;

获取前次预测得到的所述目标对象在当前帧中的运动轨迹信息;

对于所述帧序列中的各所述历史目标帧,分别确定所述目标对象在相应历史目标帧中的运动轨迹数据。

4.根据权利要求1所述的方法,其特征在于,所述各关节对应的关节运动信息包括各关节对应的相对运动信息;获取所述当前帧之前的在前帧中所述目标对象各关节对应的关节运动信息,包括:

确定所述目标对象在运动过程中,在所述当前帧之前的在前帧;

根据与所述目标对象对应的关节层级结构树,确定所述目标对象中不同层级的各关节;

按照所述关节层级结构树从上至下的顺序,依次确定下一层级的关节相对于上一层级的关节的相对运动信息。

5.根据权利要求1所述的方法,其特征在于,所述获取所述目标对象在当前帧中对应的目标运动信息,包括:

获取用于控制所述的目标对象运动的控制指令;

根据所述控制指令确定所述目标对象在当前帧所对应的目标运动信息;所述目标运动信息包括目标速度和目标运动类型。

6.根据权利要求1所述的方法,其特征在于,所述根据所述在前帧中所述末端关节对应的运动速度、以及所述目标对象在当前帧所对应的目标运动信息,确定与所述当前帧对应的动态网络参数,包括:

根据所述在前帧中所述末端关节对应的运动速度、以及所述目标对象在当前帧所对应的目标运动信息,确定中间网络权重;

对所述中间网络权重进行插值处理,得到所述当前帧对应的动态网络参数。

7.根据权利要求1所述的方法,其特征在于,所述方法通过目标对象控制模型执行,所述目标对象控制模型包括控制网络和动作预测网络;所述根据所述目标运动信息确定所述当前帧对应的动态网络参数,包括:

将在前帧中所述目标对象的末端关节对应的运动速度、以及当前帧中所述目标对象对应的目标运动信息输入至控制网络,得到与所述当前帧对应、且与所述动作预测网络对应的动态网络参数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010055582.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top