Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京白星花科技有限公司王苏宏获国家专利权

北京白星花科技有限公司王苏宏获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京白星花科技有限公司申请的专利自然语言驱动机械臂控制方法、装置、设备、介质及产品获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120886271B

龙图腾网通过国家知识产权局官网在2025-12-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511404825.4,技术领域涉及:B25J9/16;该发明授权自然语言驱动机械臂控制方法、装置、设备、介质及产品是由王苏宏;陆林;闫薇;孙杰设计研发完成,并于2025-09-29向国家知识产权局提交的专利申请。

自然语言驱动机械臂控制方法、装置、设备、介质及产品在说明书摘要公布了:本发明公开了一种自然语言驱动机械臂控制方法、装置、设备、介质及产品,涉及人工智能与机器人交叉技术领域。所述方法是在获取自然语言指令以及多模态感知数据后,先将自然语言指令分解为语义嵌入向量,并采用大语言模型分层语义解析得到结构化任务表示,然后融合多模态感知数据以生成任务执行所需的环境表示,再然后将结构化任务表示和环境表示转化为任务图,并将任务图转化为目标机械臂的关节控制指令,最后将关节控制指令发送至关节控制器以予以执行,如此通过多层次语义理解、多模态感知融合和自适应执行控制,可实现机械臂对复杂自然语言指令的精准理解与高效执行,提升其在动态环境中的任务执行精度、适应性、灵活性、易用性和智能化水平。

本发明授权自然语言驱动机械臂控制方法、装置、设备、介质及产品在权利要求书中公布了:1.一种自然语言驱动机械臂控制方法,其特征在于,由控制设备执行,其中,所述控制设备分别通信连接语言指令输入设备、多模态感知设备和目标机械臂的关节控制器,所述多模态感知设备位于所述目标机械臂的周围环境中; 所述自然语言驱动机械臂控制方法,包括: 获取由所述语言指令输入设备输入的自然语言指令以及由所述多模态感知设备采集的多模态感知数据,其中,所述多模态感知数据包括有视觉数据、触觉数据和环境数据; 将所述自然语言指令分解为语义嵌入向量,并采用基于Transformer结构的大语言模型对所述语义嵌入向量进行分层语义解析处理,得到结构化任务表示,其中,所述分层语义解析处理包括有依次进行的意图识别层语义解析处理、参数提取层语义解析处理和任务组合层语义解析处理,所述结构化任务表示包含有通过所述意图识别层语义解析处理而得的任务意图、通过所述参数提取层语义解析处理而得的任务参数和通过所述任务组合层语义解析处理而得的至少一个识别出子任务以及所述至少一个识别出子任务的执行顺序; 融合所述多模态感知数据以生成任务执行所需的环境表示; 将所述结构化任务表示和所述环境表示转化为任务图,具体包括:采用基于图神经网络的任务图生成模型来将所述结构化任务表示和所述环境表示转化为任务图,其中,所述任务图中的节点表示所述识别出子任务,所述任务图中的边表示所述执行顺序,所述任务图生成模型且需要最小化的优化目标表示如下: 式中,表示自然语言指令样本的总数,表示小于等于的正整数,表示与第个自然语言指令样本对应的结构化任务表示,表示与第个多模态感知数据样本对应的环境表示,所述第个自然语言指令样本与所述第个多模态感知数据样本一起获取而得,表示与所述第个自然语言指令样本以及所述第个多模态感知数据样本对应的真实任务图标签,表示所述任务图生成模型预测的概率分布函数,表示预设的复杂度惩罚系数,表示小于等于的正整数,表示在生成任务图中的节点数,表示在所述生成任务图中的边数,所述生成任务图是指采用所述任务图生成模型将与第个自然语言指令样本对应的结构化任务表示和与第个多模态感知数据样本对应的环境表示转化而得的任务图; 将所述任务图转化为所述目标机械臂的关节控制指令; 将所述关节控制指令发送至所述关节控制器以予以执行。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京白星花科技有限公司,其通讯地址为:100000 北京市昌平区回龙观镇金燕龙大厦1412号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。