机器人终端的移动通信终端装置操作制造方法及图纸

一种移动通信终端装置可包括一个或多个图像传感器和一个或多个处理器，所述一个或多个图像传感器配置成生成表示移动通信终端装置的环境的图像传感器数据，并且所述一个或多个处理器配置成：从所述一个或多个图像传感器接收图像传感器数据；实现至少一个人工神经网络，以便接收图像传感器数据以作为人工神经网络输入，并输出表示检测到的移动通信终端的环境的环境参数的人工神经网络输出；基于人工神经网络输出确定导航指令；以及经由通信接口将表示导航指令的信号发送到机器人终端。表示导航指令的信号发送到机器人终端。表示导航指令的信号发送到机器人终端。

【技术实现步骤摘要】
机器人终端的移动通信终端装置操作


[0001]本公开的各种方面一般涉及使用移动通信终端的一个或多个传感器和一个或多个处理器的机器人终端的自主或半自主操作。

技术介绍

[0002]机器人越来越多地被开发用于不断扩大的各种使用和任务。尽管它们的应用越来越多，但是许多机器人还是极其昂贵的。即使是简单的机器人也常常需要多个传感器和处理器来感知机器人的环境中的数据，并基于该数据做出导航决策。这些传感器和处理器增加了机器人的整体成本，从而常常使机器人对于它的预定使用无法负担。
[0003]移动通信终端（例如，智能手机、平板计算机、可穿戴装置等）在日常生活中已变得几乎无处不在。许多移动通信终端包括可用于感知移动通信终端的环境的多个传感器以及用于处理所得传感器数据的多个处理器。
附图说明
[0004]在附图中，类似附图标记遍及不同视图中一般指相同部分。附图不一定按比例绘制，而是一般将重点放在说明本公开的示例性原理上。在以下描述中，参考以下附图描述本公开的各种示例性实施例，图中：图1描绘移动通信终端和机器人终端；图2描绘根据本公开的一方面的机器人终端的示例性表示；图3示出根据本公开的一方面的移动通信终端和机器人终端的示例性电气配置；图4描绘根据本公开的一方面的软件堆栈的两个组件；图5描绘根据本公开的一方面在移动通信终端和机器人终端的微控制器之间的通信；图6描绘卷积人工神经网络的网络体系结构；图7描绘根据本公开的一方面的数据收集和训练过程的流程图；图8描绘根据本公开的一方面的移动通信终端；以及图9描绘利用移动通信终端控制机器人终端的方法。
具体实施方式
[0005]以下详细描述涉及附图，附图通过图示的方式示出可实践本公开的方面的实施例和示例性细节。
[0006]本文中使用词语“示例性”来表示“充当示例、实例或图示”。本文中作为“示例性”描述的任何实施例或设计不一定理解为比其它实施例或设计优选或有优势。
[0007]遍及附图，应注意，除非另外说明，否则类似附图标记用于描绘相同或类似的元件、特征和结构。
[0008]短语“至少一个”和“一个或多个”可理解为包括大于或等于1的数量（例如，一个、
二个、三个、四个、[
…
]等）。本文中可关于一组元件使用短语“....中的至少一个”来表示来自由这些元件组成的群组的至少一个元件。例如，本文中可关于一组元件使用短语“...中的至少一个”来表示以下选择：列出的元件之一，列出的元件之一中的多个，多个单独列出的元件，或众多单独列出的元件中的多个。
[0009]本描述和权利要求书中的词语“复数个”和“多个”明确地指大于一的数量。因此，明确援引指元件的数量的上述词语（例如，“复数个[元件]”、“多个[元件]”）的任何短语明确地指多于一个所述元件。例如，短语“多个”可理解为包括大于或等于二的数量（例如，二个、三个、四个、五个、[
…
]等）。
[0010]本描述和权利要求书中的短语“（...的）群组”、“（...的）集合”、“（...的）合集”、“（...的）的系列”、“（...的）的序列”、“（...的）的分组”等（如果有的话）是指等于或大于1的数量，即一个或多个。术语“合适的子集”、“精简的子集”和“较小的子集”是指某个集合的不等于该集合的子集，说明性地说，是指集合中包含比该集合少的元件的子集。
[0011]本文中所使用的术语“数据”可理解为包括采用例如作为文件、文件的一部分、一组文件、信号或流、信号或流的一部分、一组信号或流等提供的任何合适的模拟或数字形式的信息。此外，术语“数据”也可用于表示对信息的引用，例如以指针的形式。但是，术语“数据”不限于上述示例，并且它可采取各种形式，并且代表本领域中理解的任何信息。
[0012]如例如本文中所使用的术语“处理器”或“控制器”可理解为是允许处置数据的任何种类的技术实体。可根据由处理器或控制器执行的一个或多个特定功能来处置数据。此外，本文中所使用的处理器或控制器可理解为是任何种类的电路，例如任何种类的模拟或数字电路。因此，处理器或控制器可以是或者可包括模拟电路、数字电路、混合信号电路、逻辑电路、处理器、微处理器、中央处理单元（CPU）、图形处理单元（GPU）、数字信号处理器（DSP）、现场可编程门阵列（FPGA）、集成电路、专用集成电路（ASIC）等或其任何组合。下文将进一步详细描述的相应功能的任何其它种类的实现也可理解为是处理器、控制器或逻辑电路。应了解，本文中详述的任何两个（或更多个）处理器、控制器或逻辑电路可作为具有等效功能性等的单个实体实现，并且反之，本文中详述的任何单个处理器、控制器或逻辑电路可作为具有等效功能性等的两个（或更多个）独立的实体实现。
[0013]如本文中使用，“存储器”理解为是可用于存储数据或信息以供检索的计算机可读介质（例如，非暂时性计算机可读介质）。因此，提到包含在本文中的“存储器”可理解为指易失性或非易失性存储器，包括随机存取存储器（RAM）、只读存储器（ROM）、闪速存储器、固态存储设备、磁带、硬盘驱动器、光驱、3D XPoint
TM
等或其任何组合。术语存储器在本文中还包含寄存器、移位寄存器、处理器寄存器、数据缓冲器等。术语“软件”是指任何类型的可执行指令，包括固件。
[0014]除非明确规定，否则术语“传送”包括直接传输（点到点）和间接传输（经由一个或多个中介点）两者。类似地，术语“接收”包括直接接收和间接接收两者。此外，术语“传送”、“接收”、“通信”和其它类似术语包括物理传输（例如，传送无线电信号）和逻辑传输（例如，通过逻辑软件级连接传送数字数据）两者。例如，处理器或控制器可以用无线电信号的形式通过与另一个处理器或控制器的软件级连接传送或接收数据，其中通过诸如RF收发器和天线的无线电层组件来处置物理传输和接收，并且通过处理器或控制器来执行软件级连接上的逻辑传输和接收。术语“通信”包括在传入和传出方向中的一者或两者方向进行传送和接
收中的一者或两者，即，单向或双向通信。术语“计算”包括经由数学表达式/公式/关系进行的“直接”计算，和经由查找表或散列表和其它数组标引或搜索操作进行的“间接”计算两者。
[0015]本文中的各种实施例可利用一个或多个机器学习模型来执行或控制运载工具的功能（或本文中描述的其它功能）。例如，本文中所使用的术语“模型”可理解为从输入数据提供输出数据的任何种类的算法（例如，从输入数据生成或计算输出数据的任何种类的算法）。机器学习模型可由计算系统执行，以便逐步提高特定任务的性能。在一些方面中，可在训练阶段期间基于训练数据调整机器学习模型的参数。可在推理阶段期间利用经过训练的机器学习模型来基于输入数据做出预测或决策。在一些方面中，可利用经过训练的机器学习模型来生成额外的训练数据。可在第二训练阶段期间基于生成的额外训练数据来调整额外的机器学习模型。可在推理阶段期间使用经过训练的额外机器学习模型来基于输入数据做出预测或决策。
[0016]本文中描述的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种移动通信终端装置，包括：一个或多个图像传感器，配置成生成表示所述移动通信终端装置的环境的图像传感器数据；一个或多个处理器，配置成：从所述一个或多个图像传感器接收所述图像传感器数据；实现至少一个人工神经网络，以便接收所述图像传感器数据以作为人工神经网络输入，并输出表示检测到的所述移动通信终端的所述环境的环境参数的人工神经网络输出；基于所述人工神经网络输出确定导航指令；以及经由通信接口将表示所述导航指令的信号发送到机器人终端。2.如权利要求1所述的移动通信终端，其中所述移动通信终端配置成安装在所述机器人终端上并在所述机器人终端上操作。3.如权利要求1所述的移动通信终端，其中所述人工神经网络是卷积神经网络。4.如权利要求3所述的移动通信终端，其中所述卷积神经网络配置成从所述一个或多个图像传感器接收一个或多个图像以作为所述人工神经网络输入，并输出表示所述环境参数的向量。5.如权利要求1至4中的任一项所述的移动通信终端，进一步包括配置成生成表示所述移动通信终端装置的环境的额外的传感器数据的一个或多个额外的传感器，并且其中所述一个或多个处理器进一步配置成实现至少一个额外的人工神经网络，以便接收所述额外的传感器数据以作为额外的人工神经网络输入，并输出表示检测到的所述移动通信终端的所述环境的环境参数的额外的人工神经网络输出；并且其中所述一个或多个处理器配置成基于所述人工神经网络输出和所述额外的人工神经网络输出来确定所述导航指令。6.如权利要求5所述的移动通信终端，其中所述一个或多个额外的传感器包括一个或多个加速度计、一个或多个位置传感器、一个或多个磁力计或其任何组合。7.如权利要求5所述的移动通信终端，其中所述一个或多个处理器进一步配置成选择来自所述一个或多个额外的传感器的额外的传感器数据的子集，并实现所述额外的人工神经网络，以便只接收所述额外的传感器数据的子集以作为额外的人工神经网络输入。8.如权利要求5所述的移动通信终端，其中所述一个或多个处理器进一步配置成在实现所述人工神经网络和/或所述额外的人工神经网络之前，对所述传感器数据和/或所述额外的传感器数据执行一个或多个数据预处理规程。9.如权利要求1至4中的任一项所述的移动通信终端，其中所述移动通信终端装置的所述环境包括一个或多个地标、地图、静态物体、移动物体、生物或其任何组合。10.如权利要求1至4中的任一项所述的移动通信终端，其中所述环境参数包括一种或多种手势、一种或多种姿势、一个或多个障碍物、一条或多条可行驶的路径或其任何组合。11.如权利要求1至4中的任一项所述的移动通信终端，其中所述通信接口包括所述移动通信终端装置和所述机器人终端之间的有线连接。12.如权利要求1至4中的任一项所述的移动通信终端，其中所述一个或多个处理器进一步配置成：从用户控制器接收信号，所述信号表示用户导航指令；以及基于所述导航指令和所述用户导航指令之间的差异来调整所述人工神经网络的一个或多个神经元的权重。
13.一种机器人系统，包括：移动通信终端装置，包括：一个或多个图像传感器，配置成生成表示所述移动通信终端装置的环境的图像传感器数据；一个或多个处理器，配置成：从所述一个或多个图像传感器接收所述图像传感器数据；实现至少一个人工神经网络，以便接收所述图像传感器数据以作为人工神经网络输入，并输出表示检测到的所述移动通信终端的所述环境的环境参数的人工神经网络输出；基于所述人工神经网络输出确定导航指令；以及经由通信接口将表示所述导航指令的信号发送到机器人终端，所述机器人终端，...

【专利技术属性】
技术研发人员：M，
申请(专利权)人：英特尔公司，
类型：发明
国别省市：