“动作模仿”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果496115个，建议您升级VIP下载更多相关专利

[发明专利]一种动作模仿拟合度评价方法-CN201910102088.0有效
发明人：李鸣皋;徐建中;杨业兵;江道远 -专利权人：中国人民解放军总医院第六医学中心;北京道航寰宇科技有限公司
申请日： 2019-02-01 - 公布日： 2021-04-09 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种动作模仿拟合度评价方法，以人体各肢体的单位向量描述人体姿态，在统一的坐标系下，通过示范者关键帧与设定范围内的多个模仿者对比帧的拟合计算，获取模仿者最接近示范者的姿态，避免了模仿者与示范者动作时间延迟带来的比较误差，更接近动作交互训练中模仿者跟随示范者学习的实际情况，处理效果优于DTW算法。本发明通过引入时间差指数衰减函数，考虑了示范者姿态和模仿者姿态出现的时间差异，弥补了模仿者多个姿态比较可能引起的拟合度计算误差。可以用于长时间连续动作的拟合度评价，可实时评价和显示拟合度，通过拟合度曲线和示范者关键帧的对照，可以有针对性地指导模仿者提高训练效果。
一种动作模仿拟合评价方法

[发明专利]一种动作模仿方法、装置、终端及计算机存储介质-CN201911397998.2有效
发明人：郭渺辰;张惊涛;王东;胡淑萍;庞建新;熊友军 -专利权人：深圳市优必选科技股份有限公司
申请日： 2019-12-30 - 公布日： 2021-09-17 - 主分类号： G05B19/408 文献下载
摘要：本申请适用于计算机应用技术领域，提供了一种动作模仿方法、装置、终端及计算机存储介质，该动作模仿方法包括：实时采集待模仿对象的二维图像；获取所述待模仿对象的各个关节特征点在所述二维图像中的二维坐标以及各个关节特征点之间的配对关系；利用预先训练好的第一神经网络模型将所述待模仿对象的关节特征点在所述二维图像中的二维坐标转换为所述待模仿对象的关节特征点对应的空间三维坐标，并根据所述待模仿对象的关节特征点对应的空间三维坐标以及各个关节特征点之间的配对关系生成所述机器人的动作控制指令，能够使得机器人执行动作模仿任务时不受环境的限制，同时，待模仿对象也不需要穿上带有光感元件的设备。
一种动作模仿方法装置终端计算机存储介质

[实用新型]一种动作模仿平台-CN201922502434.2有效
发明人：林泽才;安昭辉;刘益彰;庞建新;熊友军 -专利权人：深圳市优必选科技股份有限公司
申请日： 2019-12-31 - 公布日： 2021-01-08 - 主分类号： B25J3/00 文献下载
摘要：本申请提供了一种动作模仿平台，包括运动捕捉系统、手势识别系统、终端设备及机械设备，所述运动捕捉系统、所述手势识别系统以及所述机械设备均与所述终端设备连接；所述运动捕捉系统用于采集位于待模仿对象的关键点的姿态，所述手势识别系统用于采集所述待模仿对象的手指弯曲角度信息；所述终端设备用于将所述姿态映射至所述机械设备空间，并基于所述机械设备空间的姿态驱动所述机械设备的对所述待模仿对象的动作进行模仿；所述终端设备还用于根据所述手指弯曲角度信息，驱动所述机械设备的抓取部对所述待模仿对象的手部动作进行模仿。本申请可以在不增大人工工作负担的情况下，使机器设备实现高复杂性的动作。
一种动作模仿平台

[发明专利]生成方法、计算机程序以及生成系统-CN202310087760.X在审
发明人：根岸瞬 -专利权人：精工爱普生株式会社
申请日： 2023-01-30 - 公布日： 2023-08-04 - 主分类号： B25J9/16 文献下载
摘要：本发明公开了生成方法、计算机程序以及生成系统，能够生成实现期望的机器人的动作的动作控制程序。生成机器人的动作控制程序的生成方法包括：显示与人的动作相关的多个参数的工序；从所显示的所述多个参数中受理使所述机器人模仿的所述参数即模仿参数的选择的工序；以及参照与所受理的所述模仿参数对应的所述人的动作来生成所述动作控制程序的工序
生成方法计算机程序以及系统

[发明专利]一种动作模仿方法、装置、计算机可读存储介质及机器人-CN201911227303.6有效
发明人：郭渺辰;程骏;张惊涛;胡淑萍;王东;庞建新;熊友军 -专利权人：深圳市优必选科技股份有限公司
申请日： 2019-12-04 - 公布日： 2021-10-29 - 主分类号： B25J9/16 文献下载
摘要：本申请属于机器人技术领域，尤其涉及一种动作模仿方法、装置、计算机可读存储介质及机器人。所述方法采集被模仿对象的动作图像；使用预训练好的卷积神经网络对所述动作图像进行处理，得到所述动作图像对应的位置坐标集合，所述位置坐标集合中包括各个人体关节点的二维位置坐标；根据所述动作图像对应的位置坐标集合计算所述被模仿对象的各个关节角度；根据所述被模仿对象的各个关节角度控制机器人进行运动。通过本申请实施例，无需借助于高精度的深度相机，仅通过对普通相机采集的图像进行分析处理，即可得到被模仿对象的各个关节角度，并据此控制机器人进行运动，极大减少了所需成本，可以进行更大范围的推广使用。
一种动作模仿方法装置计算机可读存储介质机器人

[发明专利]基于模仿学习和注意力机制的深度强化学习策略保护防御方法和装置-CN202110592426.0在审
发明人：陈晋音;章燕;王雪柯;胡书隆 -专利权人：浙江工业大学
申请日： 2021-05-28 - 公布日： 2021-08-13 - 主分类号： G06N20/20 文献下载
摘要：本发明公开了一种基于模仿学习和注意力机制的深度强化学习策略保护防御方法和装置，包括：利用A3C网络对目标智能体进行预训练得到目标策略，再采样多个回合的其序列状态和动作对作为专家数据；其次将专家数据中的状态输入到模仿学习网络的行动者网络中根据模仿策略来生成动作，再将模仿学习的状态动作对与专家数据一起放入到判别器中，利用判别器的输出作为奖励值来指导模仿策略的学习；然后对目标智能体的目标函数进行修改，增加基于模仿策略的惩罚性以调整目标策略；最后利用注意力机制从模仿学习网络中提取浅层特征来生成对抗样本
基于模仿学习注意力机制深度强化策略保护防御方法装置

[发明专利]一种基于数据手套的手部操作识别方法及系统-CN202011020659.5在审
发明人：张军;金淼;郭志伟;赖国书;黄天富;叶强;雷民;陈习文;陈卓;卢冰;汪泉;王斯琪;王旭;聂高宁;周玮;付济良;齐聪;郭子娟;余雪芹;刘俊;郭鹏;朱赤丹;吴志武;王春光 -专利权人：中国电力科学研究院有限公司;国网福建省电力有限公司营销服务中心;国家电网有限公司;国网福建省电力有限公司
申请日： 2020-09-25 - 公布日： 2021-02-02 - 主分类号： G06F3/01 文献下载
摘要：本发明公开了一种基于数据手套的手部操作识别方法及系统，其中方法包括：确定目标对象的核心区域、缓冲区域；建立虚拟模仿手与数据手套的交互动画模型；当数据手套的定位进入目标对象的核心区域时，判断数据手套的动作类型；当目标对象进行第一类动作，虚拟模仿手与目标对象保持连接状态；当目标对象不能移动时，虚拟模仿手与目标对象保持连接状态并且不移动；当目标对象移动时，目标对象跟随虚拟模仿手的定位进行运动；当目标对象进行第二类动作并且当目标对象通过与虚拟模仿手接触后发生运动时，则目标对象跟随虚拟模仿手的定位进行运动。
一种基于数据手套操作识别方法系统

[发明专利]一种基于Kinect的仿人机器人人体行为模仿方法-CN201610480222.7有效
发明人：朱光明;张亮;宋娟;沈沛意;程志浩;刘宇飞 -专利权人：西安电子科技大学
申请日： 2016-06-27 - 公布日： 2019-03-19 - 主分类号： B25J9/22 文献下载
摘要：本发明公开了一种基于Kinect的仿人机器人人体行为模仿方法，包括以下步骤：1)从Kinect采集到的RGB‑D图像中提取人体骨架信息，构建人体的运动模型；2)根据仿人机器人自身的肢体结构特点构建仿人机器人的运动模型；3)通过映射模型将采集到的人类动作转换成机器人运动模型中的动作；4)利用平衡控制技术调整机器人关节角度使得在模仿过程中机器人保持稳定；5)对机器人的状态进行自碰撞避免处理后，将最终的关节配置数据发送给机器人以完成模仿动作；本发明采用八条运动链的映射技术让仿人机器人模仿人类尽可能多的关节位置，动作模仿相似，可以在线实时执行。可以用于仿人机器人对人体动作的学习、远程控制等方面。
一种基于 kinect 人机人人行为模仿方法

[发明专利]基于深度强化学习的仿人机器人面部表情模仿方法-CN202011355989.X有效
发明人：唐冰;吴锋 -专利权人：中国科学技术大学
申请日： 2020-11-27 - 公布日： 2022-05-17 - 主分类号： B25J11/00 文献下载
摘要：本发明公开了一种基于深度强化学习的仿人机器人面部表情模仿方法，包括：步骤1，获取待模仿目标人脸面部图片，由仿人机器人实体运行的深度强化学习算法对面部图片进行面部动作单元向量预测，得出对应的面部动作单元向量和电机动作向量；步骤2，将电机动作向量作用于实体的仿人机器人，并捕获仿人机器人的对应面部表情；步骤3，将对应面部表情作为初始状态，由运行于仿人机器人的深度强化学习算法根据该初始状态，控制仿人机器人的面部动作对目标人脸面部表情进行模仿，直至仿人机器人完成对目标人脸面部的表情模仿。该方法减少了在仿人机器人实体上训练出次数，避免影响仿人机器人硬件的寿命，而且能保证对目标人脸表情的准确模仿。
基于深度强化学习人机人面表情模仿方法

[发明专利]动作模仿方法、装置、计算机可读存储介质及机器人-CN202211615479.0在审
发明人：蔡诗晗;葛利刚;张志豪;付春江 -专利权人：深圳市优必选科技股份有限公司
申请日： 2022-12-15 - 公布日： 2023-05-09 - 主分类号： B25J9/16 文献下载
摘要：本申请属于机器人技术领域，尤其涉及一种动作模仿方法、装置、计算机可读存储介质及机器人。所述方法包括：采集被模仿对象的动作图像；对所述动作图像进行二维姿态估计，得到所述被模仿对象的二维姿态；对所述二维姿态进行三维姿态估计，得到所述被模仿对象的三维姿态；根据所述三维姿态计算机器人的世界位姿；通过上述方法，可以首先对动作图像进行二维姿态估计，再根据二维姿态估计结果进行三维姿态估计，使姿态估计结果更平滑稳定，减少机器人动作的逻辑错误，具有较强的易用性与实用性。
动作模仿方法装置计算机可读存储介质机器人

[发明专利]动作矫正方法、装置、存储介质及电子设备-CN201811126713.7有效
发明人：陈岩 -专利权人： OPPO广东移动通信有限公司
申请日： 2018-09-26 - 公布日： 2020-12-29 - 主分类号： A63B71/06 文献下载
摘要：本申请公开了一种动作矫正方法、装置、存储介质及电子设备，包括：获取待模仿的动作视频；根据该动作视频生成对应的骨架运动视频，该骨架运动视频中包括骨架参考模型，该骨架参考模型包括第一骨骼节点；在显示屏中播放该骨架运动视频并在播放过程中对目标用户进行图像拍摄，得到连续帧拍摄图像；根据每帧拍摄图像确定对应的用户骨架模型，该用户骨架模型包括第二骨骼节点；在该显示屏的播放画面上生成该用户骨架模型，以使该目标用户根据该用户骨架模型和骨架参考模型对模仿动作进行矫正，从而能便于用户在视频舞蹈学习中较快速的掌握动作精髓，及时发现并矫正自身模仿错误的地方，方法简单，模仿效果好。
动作矫正方法装置存储介质电子设备

[发明专利]基于前置姿态判断的学习方法、学习系统和存储介质-CN201811466678.3有效
发明人：刘培超;刘主福;郎需林 -专利权人：深圳市越疆科技有限公司
申请日： 2018-12-03 - 公布日： 2023-04-28 - 主分类号： G06V40/10 文献下载
摘要：本发明涉及学习系统的技术领域，公开了基于前置姿态判断的学习方法、学习系统和存储介质，其中基于前置姿态判断的学习方法包括以下步骤：获取所述目标的前置姿态；根据所述前置姿态选择模式：学习模式和模仿模式；执行所述学习模式，采集所述目标动作的信息，通过离线编程生成模仿所述目标动作的控制指令集；执行所述模仿模式，按照所述控制指令集驱动进行模仿动作。于前置姿态判断的学习方法提供了一种简单明了的人机沟通途径，操作者无需学习控制学习系统的编程知识，能够简单的通过示教动作对学习系统进行教学，教会学习系统动作，大大降低学习系统操作的学习门槛，能够方便的将学习系统应用在日常生活中
基于前置姿态判断学习方法学习系统存储介质

[发明专利]一种基于视觉模仿的机器人序列任务学习方法-CN202010036162.6有效
发明人：贾之馨;林梦香;陈智鑫 -专利权人：北京航空航天大学
申请日： 2020-01-14 - 公布日： 2021-10-01 - 主分类号： B25J9/16 文献下载
摘要：一种基于视觉模仿的机器人序列任务学习方法，用于指导机器人从包含人类动作的视频中模仿执行人类动作。步骤为：(1)根据输入图像，利用基于区域的掩码卷积神经网络识别物体种类与掩码；(2)根据掩码计算物体实际平面物理坐标(x,y)；(3)识别目标视频中的原子动作；(4)将原子动作序列与识别得到的物体种类转化为一维向量；(5)将该一维向量输入任务规划器，输出可指导机器人的任务描述向量；(6)结合任务描述向量和物体坐标，控制机器人完成机器人对目标视频中序列任务的模仿。本发明以视频和图像作为输入，识别物体及推断任务序列，指导机器人完成对目标视频的模仿，同时泛化性强，在不同的环境或物体种类下仍可以完成模仿任务。
一种基于视觉模仿机器人序列任务学习方法

[发明专利]机器人三维运动空间动作模仿学习方法和系统-CN201910976460.0有效
发明人：任明仑;马媛媛 -专利权人：合肥工业大学
申请日： 2019-10-15 - 公布日： 2022-09-23 - 主分类号： B25J9/16 文献下载
摘要：本发明提供一种机器人三维运动空间动作模仿学习方法和系统，涉及人工智能和机器人技术领域。本发明设计了一种基于串并联叠层BP神经网络的机器人三维空间动作模仿学习方法，将模仿学习机制应用于机器人学习系统，在模仿学习机制的流程框架下，通过将机械臂产生的示教信息传递至表示运动策略的串并联叠层BP神经网络模型来进行训练学习通过学习运动的状态特征矩阵集合和运动的动作特征矩阵集合之间的对应关系，不仅可以再现示教动作，还能够对动作行为进行泛化，在面对不同的任务时，不需要分别进行动作规划，具有较高的智能性。
机器人三维运动空间动作模仿学习方法系统

[发明专利]一种面向深度强化学习的策略异常检测方法和装置-CN202110598324.X在审
发明人：陈晋音;胡书隆;章燕;王雪柯 -专利权人：浙江工业大学
申请日： 2021-05-31 - 公布日： 2021-08-24 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种面向深度强化学习的策略异常检测方法和装置，包括：利用采集的状态样本对DDPG网络进行强化学习；构建包含行动者网络和判别器的模仿学习网络，利用采集的状态样本和专家状态动作对对模仿学习网络进行训练；利用参数优化的DDPG网络基于输入的状态样本生成状态动作对，利用参数优化的判别器对状态动作对进行判别，当判别结果为1时，认为动作未受到攻击；当判别结果为0时，认为状动作存在异常；当动作存在异常时，且动作幅度差异在阈值范围外，说明动作受到攻击，利用模仿学习网络生成的状态动作对替换DDPG网络生成的状态动作对，以指导DDPG网络在后续阶段的强化学习过程中做出正确决策。
一种面向深度强化学习策略异常检测方法装置