[发明专利]一种基于5G和类脑脉冲神经网络模型的仓储机器人的控制方法在审
申请号: | 202110451932.8 | 申请日: | 2021-04-25 |
公开(公告)号: | CN113311789A | 公开(公告)日: | 2021-08-27 |
发明(设计)人: | 李健;刘海滨 | 申请(专利权)人: | 北京工业大学 |
主分类号: | G05B19/418 | 分类号: | G05B19/418;G06N3/02;G06N3/08 |
代理公司: | 北京思海天达知识产权代理有限公司 11203 | 代理人: | 张慧 |
地址: | 100124 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 脉冲 神经网络 模型 仓储 机器人 控制 方法 | ||
1.一种基于5G和类脑脉冲神经网络模型的仓储机器人的控制方法,在仓储机器人的运行过程中,仓储机器人的感知器将不同的感知信息经5G设备,实时反馈至远程服务器中的类脑脉冲神经网络模型中做出决策命令,命令再通过5G设备传回至仓储机器人,循环执行进而完成动态路径规划和运动过程中的自主避障任务。
其特征在于,具体包括以下步骤:
1)多模态信息获取:利用传感器获取视、听、触、嗅不同模态的信息;
2)多模态信息传输:利用5G通信,将采集的多模态信息经5G设备传输至远程服务器或云端服务器;
3)利用类脑脉冲神经网络模型进行多模态信息的处理、融合并做出决策命令;
4)行动指令回传:利用5G通信,将决策命令经5G设备实时传输至仓储机器人;
5)产生动作,仓储机器人根据传回的决策命令产生对应的动作。
2.根据权利要求1所述的一种基于5G和类脑脉冲神经网络模型的仓储机器人的控制方法,其特征在于,步骤3)类脑脉冲神经网络模型中的实施步骤包括:
Step1:信息集成模块M1将采集的多模态信息进行编码处理;
Step2:脉冲决策模块M2根据传入的多模态信息做出实时的决策,实现在不同物品排布形式下位姿估计并时刻感知实际环境情况;
Step3:运动发生器模块M3根据决策信息产生对应的动作指令编码;
Step4:脉冲学习模块M4利用行动反馈信息,进行类脑学习、记忆。
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北京工业大学,未经北京工业大学许可,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/202110451932.8/1.html,转载请声明来源钻瓜专利网。