[发明专利]即时训练轨迹导引系统及方法

权利要求书

1.一种即时训练轨迹导引方法，其特征在于，该即时训练轨迹导引方法包括下列步骤：

(a)控制一自走装置沿一循迹线行进并同时搜集与该循迹线有关的多个影像数据；

(b)根据该多个影像数据进行一深度学习训练，以产生一结果模型；以及

(c)根据该结果模型预测并控制该自走装置的行进方向，致使该自走装置自动地沿该循迹线行进。

2.如权利要求1所述的即时训练轨迹导引方法，其特征在于，该多个影像数据包含多个真实影像数据，该多个真实影像包含有该循迹线的影像且该多个真实影像数据是由设置于该自走装置上的多个影像输入单元取得，该多个影像输入单元是彼此间隔一特定角度。

3.如权利要求2所述的即时训练轨迹导引方法，其特征在于，该多个影像数据还包含多个虚拟影像数据，且该多个虚拟影像数据系由多个虚拟影像输入单元于一虚拟环境中模拟而得，该多个虚拟影像输入单元亦彼此间隔该特定角度。

4.如权利要求1所述的即时训练轨迹导引方法，其特征在于，步骤(b)是基于一卷积类神经网络进行该深度学习训练，该卷积类神经网络包含多个卷积层、多个池化层及多个全连接层，该多个卷积层与多个池化层是彼此交错排列且该多个全连接层位于该卷积神经网络的输出端。

5.如权利要求4所述的即时训练轨迹导引方法，其特征在于，当该多个影像数据中的一影像数据输入至该卷积类神经网络时，该卷积类神经网络是通过该多个卷积层从该影像数据中提取特征并通过该多个池化层降低其维度，再由该多个全连接层进行分类后产生该结果模型。

6.如权利要求1所述的即时训练轨迹导引方法，其特征在于，步骤(c)包含：

(c1)设置于该自走装置上的多个影像输入单元中的一影像输入单元接收与该循迹线有关的一影像输入信号；

(c2)根据该影像输入信号与该结果模型进行一深度学习预测，以产生一预测结果；以及

(c3)根据该预测结果提供一运动控制信号控制该自走装置的行进方向，致使该自走装置自动地沿该循迹线行进。

7.如权利要求1所述的即时训练轨迹导引方法，其特征在于，该影像输入单元是位于该多个影像输入单元的正中间且指向该自走装置直线行进的方向。

8.如权利要求1所述的即时训练轨迹导引方法，其特征在于，步骤(a)是通过手动方式控制该自走装置沿该循迹线行进。

9.如权利要求1所述的即时训练轨迹导引方法，其特征在于，该循迹线包含至少一颜色、至少一纹路或至少一材质。

10.一种即时训练轨迹导引系统，应用于一自走装置，其特征在于，该即时训练轨迹导引系统包括：

一影像输入模块，包含设置于该自走装置上的多个影像输入单元，当该自走装置受控而沿一循迹线行进时，该影像输入模块通过该多个影像输入单元获得与该循迹线有关的多个影像数据；

一深度学习训练模块，耦接该影像输入模块，用以根据该多个影像数据进行一深度学习训练，以产生一结果模型；以及

一控制模块，分别耦接该深度学习训练模块及该自走装置，用以根据该结果模型预测并控制该自走装置之行进方向，致使该自走装置自动地沿该循迹线行进。

11.如权利要求10所述的即时训练轨迹导引系统，其特征在于，该多个影像数据包含多个真实影像数据，该多个真实影像包含有该循迹线的影像且该多个真实影像数据是由该多个影像输入单元取得，该多个影像输入单元于该自走装置上是彼此间隔一特定角度。

12.如权利要求11所述的即时训练轨迹导引系统，其特征在于，该多个影像数据还包含多个虚拟影像数据，且该多个虚拟影像数据是由多个虚拟影像输入单元于一虚拟环境中模拟而得，该多个虚拟影像输入单元亦彼此间隔该特定角度。