[发明专利]基于移动机器人与地面交互声音的地形识别方法及装置有效
申请号: | 202011555269.8 | 申请日: | 2020-12-24 |
公开(公告)号: | CN112288870B | 公开(公告)日: | 2021-04-27 |
发明(设计)人: | 李小倩;李月华;朱世强;谢天;何伟;陈烨恒 | 申请(专利权)人: | 之江实验室 |
主分类号: | G06T17/05 | 分类号: | G06T17/05;G06K9/62;G06N3/04;G06N3/08;G10L25/18;G10L25/30;G01C7/04 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 应孔月 |
地址: | 310023 浙江省杭州市余*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 移动 机器人 地面 交互 声音 地形 识别 方法 装置 | ||
1.一种基于移动机器人与地面交互声音的地形识别方法,其特征在于,包括:
在已选择的各地形中,采集移动机器人与各地面交互的音频数据,对所述音频数据进行预处理,提取得到声谱图,将所述声谱图进行数据处理,构建得到用于模型训练的地形数据库;
基于所述地形数据库,构建基于注意力机制的地形分类网络模型;
在待识别地形中,采集移动机器人与待识别地形地面交互的音频数据,通过所述地形分类网络模型识别该地形;
其中基于所述地形数据库,构建基于注意力机制的地形分类网络模型,包括:
将所述声谱图进行水平切片,得到不同频段的子谱图,利用深度学习方法获取不同子谱图的图像特征;
通过注意力机制层确定不同子谱图特征对全局声谱图的注意力权重系数,利用确定的注意力权重系数对深度学习模型输出的特征进行加权线性组合,得到强化后的特征;
将所述强化后的特征通过全连接层和分类器处理,得到基于注意力机制的学习网络;
使用所述地形数据库对所述学习网络进行训练,得到最终的基于注意力机制的地形分类网络模型。
2.根据权利要求1所述的一种基于移动机器人与地面交互声音的地形识别方法,其特征在于,所述各地形包括基岩地、土壤地、沙地、碎石地。
3.根据权利要求1所述的一种基于移动机器人与地面交互声音的地形识别方法,其特征在于,在已选择的各地形中,采集移动机器人与各地面交互的音频数据,包括:
控制移动机器人以不同的速度在已选择的各地形上移动,通过麦克风采集各地形下移动机器人与地面交互的音频数据。
4.一种基于移动机器人与地面交互声音的地形识别装置,其特征在于,包括:
数据库构建模块,用于在已选择的各地形中,采集移动机器人与各地面交互的音频数据,对所述音频数据进行预处理,提取得到声谱图,将所述声谱图进行数据处理,构建得到用于模型训练的地形数据库;
模型构建模块,用于基于所述地形数据库,构建基于注意力机制的地形分类网络模型;
识别模块,用于在待识别地形中,采集移动机器人与待识别地形地面交互的音频数据,通过所述地形分类网络模型识别该地形;
其中所述模型构建模块,包括:
切片子模块,用于将所述声谱图进行水平切片,得到不同频段的子谱图,利用深度学习方法获取不同子谱图的图像特征;
强化子模块,用于通过注意力机制层确定不同子谱图特征对全局声谱图的注意力权重系数,利用确定的注意力权重系数对深度学习模型输出的特征进行加权线性组合,得到强化后的特征;
处理子模块,用于将所述强化后的特征通过全连接层和分类器处理,得到基于注意力机制的学习网络;
训练子模块,用于使用所述地形数据库对所述学习网络进行训练,得到最终的基于注意力机制的地形分类网络模型。
5.根据权利要求4所述的一种基于移动机器人与地面交互声音的地形识别装置,其特征在于,所述各地形包括基岩地、土壤地、沙地、碎石地。
6.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-3任一项所述的方法。
7.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,该指令被处理器执行时实现如权利要求1-3中任一项所述的方法。
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之江实验室,未经之江实验室许可,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/202011555269.8/1.html,转载请声明来源钻瓜专利网。