跨楼层场景中的层级化视觉语言导航记忆增强系统
知识产权简介
本专利公开了一种跨楼层场景中的层级化视觉语言导航记忆增强机制,旨在解决智能体在多层建筑中因过渡性空间视觉语义特征缺失,导致跨楼层导航断层的问题。该机制包括层级化视觉语义模型构建模块、记忆增强算法模块以及导航系统集成模块三大核心部分。 本专利有效避免三维空间表征失准与路径规划误差累积,显著提升智能体跨楼层导航的准确性、环境适应性和决策效率,具有重要的技术创新价值与应用前景。
转化前景
技术优势: 1.层级化视觉语义模型的创新构建 基础视觉特征提取创新:在基础视觉特征层构建中,突破传统单一卷积神经网络提取特征的局限,引入通道注意力机制与多尺度特征融合策略。通道注意力机制能够针对多层建筑中过渡性空间相似的视觉元素,自动聚焦关键特征,增强网络对细微差异的敏感度;多尺度特征融合策略则从不同视角捕捉场景信息,有效避免特征遗漏,相比传统方法,提取的基础视觉特征更具判别力,为后续语义分析提供坚实基础。 o语义层动态建模创新:楼层语义层构建时,不仅基于建筑布局赋予语义标签和构建图谱,还创新性地结合动态语义编码机制。通过综合时间、环境等多维度因素,实时更新语义特征,使模型能够适应建筑功能变化、人流分布差异等动态场景。跨楼层语义关联层利用时空注意力机制构建语义图,充分考虑时间和空间信息对楼层间语义关系的影响,实现精准的跨楼层语义推理,有效解决传统方法中空间语义关联静态化、片面化的问题。 2.记忆增强算法的突破性设计 记忆模块结构创新:短期记忆模块采用队列存储多模态信息,搭配动态时间窗口和相似度判断机制,实现对智能体实时信息的高效管理。与传统固定存储方式不同,该设计可根据环境变化动态调整记忆存储时长和内容,确保存储信息始终与当前导航任务紧密相关;长期记忆模块引入知识图谱和强化学习更新策略,以知识图谱结构化存储建筑知识,利用图神经网络进行推理,并通过强化学习依据导航结果和环境变化动态优化知识图谱,突破了传统长期记忆存储更新僵化的瓶颈。 记忆融合与更新策略创新:记忆融合与更新策略模块在关键决策点,通过计算短期记忆与长期记忆的关联度确定自适应融合权重,实现两种记忆的深度融合,相比简单拼接或固定权重融合,能够更灵活地结合实时信息与历史知识。同时,分别针对短期记忆和长期记忆设计差异化更新规则,并根据更新后性能反馈优化参数,形成闭环优化机制,显著提升记忆信息的质量和导航决策的可靠性。 3.导航系统集成与优化的创新思路 系统集成方式创新:导航系统集成模块采用统一接口协议实现层级化视觉语义模型、记忆增强算法与智能体其他模块的数据交互,这种标准化集成方式提高了系统的兼容性和扩展性,便于与不同类型的智能体和硬件设备结合。 测试优化方法创新:通过设计多样化的实际场景对集成后的导航系统进行测试,不仅包括常规的导航路径测试,还模拟建筑环境变化等复杂情况,从多个维度评估系统性能,并依据评估结果针对性优化模型和算法,改变了传统仅依靠单一指标或简单场景测试的局限性,确保系统在真实复杂环境中稳定高效运行。 应用前景: 跨楼层场景中的层级化视觉语言导航记忆增强方法具备丰富且极具潜力的应用前景。在物流领域,能助力机器人高效完成跨楼层货物搬运,降低人力成本;在服务场景中,无论是酒店、医院的引导服务,还是家庭中的家政任务,服务机器人都可借此精准执行语言指令;于自动驾驶领域,它能解决汽车在跨楼层停车场的导航难题 。未来,随着技术不断发展,该方法还可能在更多领域创造价值,持续推动智能应用的革新。