安克创新科技股份有限公司

本申请提供了一种基站及清洁系统，基站包括：主体，用于与清洁机器人对接；以及功能组件，与主体连接，功能组件用于执行工作任务；基站还被配置为在工作表面上自移动或在清洁机器人的带动下在工作表面上移动。通过上述方式，可以利用可移动的基站实现对应的功能，相较于基站的位置固定且仅用于支持清洁机器人工作的方案，这有利于实现基站功能的多样化设计，从而满足多样化的清洁需求。

本申请涉及人工智能技术领域，提供一种睡眠检测方法、装置、计算机设备及计算机可读存储介质，通过多种传感器特征进行特征融合，得到表征能力更强的多模态融合特征，随后在不同的时间粒度进行特征提取，得到细粒度特征和粗粒度特征；最后，利用事件级的呼吸事件检测结果优化对粗粒度特征的睡眠分期检测，同时利用阶段级睡眠分期检测结果优化对细粒度特征的呼吸事件检测，形成双向任务增强闭环，显著提升二者检测任务的检测精度。此外，将本申请提供的睡眠检测方案部署于可穿戴设备时，可复用可穿戴设备本身设置的传感器，较传统多导睡眠图的检测方式大幅降低实现成本，更显著提升了长期监测可行性，能够切实满足家庭健康监护场景下的实际需求。

本申请涉及人工智能技术领域，提供一种特征处理方法、装置、计算机设备及计算机可读存储介质，其中，一方面，在特征空间根据运动特征对应的上下文特征，对光电容积描记特征的各频域分量进行软性权重分配与特征重构，精准定位并削弱由运动引起的伪影成分，而保留生理节律相关的关键特征，得到优化光电容积描记特征；另一方面，将隐式抑制运动伪影后的优化光电容积描记特征与运动特征进行跨模态融合，充分挖掘二者在时序动态与生理关联上的互补性，得到更具判别力的多模态融合特征，且整个处理过程不执行任何显式的运动伪迹减除、自适应滤波或频域分离操作，能够实现光电容积描记信息的最大化保留，持续输出多模态融合特征用于任务检测。

本申请涉及一种语义地图构建方法和清洁机器人。该方法包括：根据机器人采集到的多帧图像数据和多帧点云数据，确定初始语义地图，并根据多帧图像数据、多帧点云数据以及各帧图像数据对应的机器人位姿，确定行驶场景中至少一个目标对象的特征信息，从而根据各目标对象的特征信息更新初始语义地图，得到目标语义地图；上述方法中，利用图像数据、点云数据以及机器人位姿的多维度数据确定目标对象的特征信息，可提高所确定的特征信息的准确性，进而采用目标对象更准确的特征信息更新基于图像数据和点云数据确定的初始语义地图，得到目标语义地图，可相应提高目标语义地图的准确性，因此整体上提高了建图的准确性与可靠性。

本申请涉及一种机器人清洁方法和清洁机器人。根据机器人行驶场景中待清洁脏污的类型，对待清洁脏污进行清洁，以获取待清洁脏污的清洁状态参数，根据清洁状态参数确定机器人对待清洁脏污的清洁效果，并根据清洁效果调整机器人的工作状态；上述方法中，利用待清洁脏污的清洁状态参数可反映清洁过程中待清洁脏污的变化情况，以确定清洁效果，并将该清洁效果作为参考依据来调整机器人的工作状态，实现对于清洁脏污的闭环管理，平衡了过度清洁和清洁不足，以兼顾清洁效率和清洁效果，提高其实用性。