(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210600685.8 (22)申请日 2022.05.30 (65)同一申请的已公布的文献号 申请公布号 CN 114670209 A (43)申请公布日 2022.06.28 (73)专利权人 季华实验室 地址 528200 广东省佛山市南海区桂城街 道环岛南路28号 (72)发明人 李季兰　杨远达　 (74)专利代理 机构 佛山市海融科创知识产权代 理事务所(普通 合伙) 44377 专利代理师 陈椅行 (51)Int.Cl. B25J 9/16(2006.01) B25J 13/00(2006.01)G06F 30/27(2020.01) G06V 10/80(2022.01) G06V 10/764(2022.01) G06K 9/62(2022.01) G06N 20/00(2019.01) (56)对比文件 CN 112906888 A,2021.0 6.04 CN 112975989 A,2021.0 6.18 CN 113221338 A,2021.08.0 6 CN 114418109 A,202 2.04.29 CN 109299781 A,2019.02.01 JP 2008023630 A,2008.02.07 US 2021252698 A1,2021.08.19 审查员 李祥亮 (54)发明名称 环境识别模 型和控制决策的获取方法、 装置 及电子设备 (57)摘要 本申请涉及机器人深度学习模 型技术领域， 提供了一种环境识别模型和控制决策的获取方 法、 装置及电子设备， 环境识别模型的获取方法 包括： 获取机器人的实际数据信息集和仿真数据 信息集； 基于OPC  UA信息模型， 将多个所述实际 数据信息转化为多个第一节点、 将多个所述仿真 数据信息转化为多个第二节点， 并通过计算第一 节点和第二节 点之间的关联度值， 将所述实际数 据信息集和所述仿真数据信息集进行融合， 以获 取融合数据信息集； 将所述融合数据信息集作为 所述环境识别模 型的训练集， 对 所述环境识别模 型进行训练。 本发明的训练样本大， 可靠性高。 权利要求书2页 说明书11页 附图2页 CN 114670209 B 2022.08.02 CN 114670209 B 1.一种环境识别模型的获取方法， 用于获取环境识别模型， 其特征在于， 包括以下步 骤： S1.获取机器人的实际数据信息集和仿真数据信息集， 所述实际数据信息集包含多个 实际数据信息,每个所述实际数据信息包括实际环境数据和对应的环境类型标签， 所述仿 真数据信息集包含多个仿真数据信息， 每个所述仿 真数据信息包括仿 真环境数据和对应的 环境类型 标签； S2.将所述实际数据信息集和所述仿真数据信 息集进行融合， 以获取融合数据信息集， 所述融合数据信息集大于所述实际数据信息集和所述仿真数据信息集的并集； S3.将所述融合数据信息集作为所述环境识别模型的训练集， 对所述环境识别模型进 行训练； 步骤S2包括： S201.基于OPC  UA信息模型， 将多个所述实际数据信息转化为多个第一节点、 将多个所 述仿真数据信息转 化为多个第二节点； S202.计算所述第一节点和所述第二节点的关联度值； S203.根据所述关联度值的大小判断所述第一节点对应的所述实际数据信息和所述第 二节点对应的所述仿真数据信息是否可以融合； S204.若可融合， 则对所述第一节点对应的所述实际数据信息和所述第二节点对应的 所述仿真数据信息进行融合处 理， 得到对应的拼 合数据信息； S205.以所述实际数据信息集、 所述仿真数据信息集和拼合数据信息集的并集作为所 述融合数据信息集； 所述 拼合数据信息集 为所有所述 拼合数据信息的集 合。 2.根据权利要求1所述的环境识别模型的获取方法， 其特征在于， 步骤S202包括： 根据 以下公式计算所述第一节点和所述第二节点的所述关联度值： 其中， r为所述第一节点和所述第二节点的所述关联度值； n为与所述第一节点相连的 节点数； m为与所述第二节点相连的节点数； x为与所述第一节点相连的节点和所述第一节 点之间构成的向量 集； y为与所述第二节点相连的节点和所述第二节点之间构成的向量 集。 3.根据权利要求1所述的环境识别模型的获取 方法， 其特 征在于， 步骤S20 3包括： S2031.根据所述第一节点和所述第二节点的所述关联度值， 确定所述第一节点和所述 第二节点之间的相关等级； S2032.根据所述相 关等级判断所述第一节点对应的所述实际数据信息和所述第二节 点对应的所述仿真数据信息是否可以融合。 4.一种环境识别模型的获取装置， 用于获取环境识别模型， 其特征在于， 包括以下模 块： 第一获取模块： 用于获取机器人的实 际数据信息集和仿真数据信息集， 所述实 际数据 信息集包 含多个实际数据信息， 所述仿真数据信息集包 含多个仿真数据信息； 融合模块： 用于将所述实 际数据信息集和所述仿真数据信息集进行融合， 以获取融合 数据信息集， 所述融合数据信息集大于所述实际数据信息集和所述仿真数据信息集的并权　利　要　求　书 1/2 页 2 CN 114670209 B 2集； 训练模块： 用于将所述融合数据信息集作为所述环境识别模型的训练集， 对所述环境 识别模型进行训练； 所述融合模块在将所述实际数据信 息集和所述仿真数据信 息集进行融合， 以获取融合 数据信息集的时候， 执 行以下步骤： S201.基于OPC  UA信息模型， 将多个所述实际数据信息转化为多个第一节点、 将多个所 述仿真数据信息转 化为多个第二节点； S202.计算所述第一节点和所述第二节点的关联度值； S203.根据所述关联度值的大小判断所述第一节点对应的所述实际数据信息和所述第 二节点对应的所述仿真数据信息是否可以融合； S204.若可融合， 则对所述第一节点对应的所述实际数据信息和所述第二节点对应的 所述仿真数据信息进行融合处 理， 得到对应的拼 合数据信息； S205.以所述实际数据信息集、 所述仿真数据信息集和拼合数据信息集的并集作为所 述融合数据信息集； 所述 拼合数据信息集 为所有所述 拼合数据信息的集 合。 5.根据权利要求4所述的环境识别模型的获取装置， 其特征在于， 步骤S202包括： 根据 以下公式计算所述关联度值： 其中， r为所述第一节点和所述第二节点的所述关联度值； n为与所述第一节点相连的 节点数； m为与所述第二节点相连的节点数； x为与所述第一节点相连的节点和所述第一节 点之间构成的向量 集； y为与所述第二节点相连的节点和所述第二节点之间构成的向量 集。 6.一种控制决策的获取方法， 用于优化机器人的控制决策， 其特征在于， 包括以下步 骤： A1.获取机器人当前 所处环境的实际环境数据； A2.把所述实际环境数据输入已完成训练的环境识别模型， 得到所述环境识别模型输 出的环境类型标签； 所述环境识别模型为根据权利要求1 ‑3任一项所述的环境识别模型 的 获取方法获取的模型； A3. 根据所述环境类型 标签获取控制决策。 7.一种控制决策的获取装置， 用于优化机器人的控制决策， 其特征在于， 包括以下模 块： 第二获取模块： 用于获取机器人当前 所处环境的实际环境数据； 输入模块： 用于把所述实 际环境数据输入已完成训练的环境识别模型， 得到所述环境 识别模型输出的环境类型标签； 所述环境识别模型为根据权利要求1 ‑3任一项所述的环境 识别模型的获取 方法获取的模型； 第三获取模块： 用于根据所述环境类型 标签获取控制决策。 8.一种电子设备， 其特征在于， 包括处理器以及存储器， 所述存储器存储有计算机可读 取指令， 当所述计算机可读取指 令由所述处理器执行时， 运行如权利要求 1‑3任一项所述环 境识别模型的获取 方法中的步骤， 和/或如权利要求6所述控制决策的获取 方法中的步骤。权　利　要　求　书 2/2 页 3 CN 114670209 B 3