宜昌青葵机器人科技有限公司

本发明属于机器人数据转换技术领域，具体涉及到一种机器人示教数据到学习数据的转换方法及系统。方法包括以下步骤：获取机器人私有示教原始数据；执行语义映射解析；计算或读取机电响应时延；基于机电响应时延生成训练样本，并执行视频编码器探针；利用所述目标编码器，将视频数据切分为多个时间片段并分发给多个工作进程进行并行转码；在并行转码过程中，对共享中间目录、片段索引文件或帧路径清单施加文件锁或互斥锁，进行并发写入保护；将时延补偿后的动作数据、观测状态、标签数据与转码后的视频索引按样本编号拼接，序列化生成标准学习数据集文件。本发明实现了将机器人私有示教原始数据高效、可靠地转换为标准学习数据集。

本申请涉及实验室自动化与液体处理技术领域的基于视觉与理论体积联合判定的自动分层移液方法及系统，该方法将实验过程中已有的加液量、移液量和容器几何参数构造成软件虚拟传感器，形成与视觉传感通道并列的独立信息源；通过不确定性估计方法输出视觉测量高度及置信度的连续量化指标；以置信度驱动的自适应融合策略进行理论预测与视觉测量的多模态融合，在视觉低置信度时自动降低视觉观测权重，在下界面视觉置信度不足时以理论液层厚度推算下界面高度；根据融合结果判定可吸取性并计算插入深度，驱动移液执行机构完成移液。本发明通过视觉与理论体积计算的互补融合，在视觉受干扰时利用理论预测补偿，提升分层移液的准确性和鲁棒性。