买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京理工大学申请的专利一种基于视-触觉融合的高精度物体位姿估计与精细操作方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119458332B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411637620.6，技术领域涉及：B25J9/16；该发明授权一种基于视-触觉融合的高精度物体位姿估计与精细操作方法是由岳裕丰;彭子才;崔特;陈光彦;陆昊洋;杨毅设计研发完成，并于2024-11-15向国家知识产权局提交的专利申请。

本一种基于视-触觉融合的高精度物体位姿估计与精细操作方法在说明书摘要公布了：本发明提供了一种基于视触觉融合的高精度物体位姿估计和精细操作方法，通过机器人与环境的物理交互来获取视觉信息和触觉信息，从而完成动态场景下的精确位姿估计；本发明构建了一个基于粒子滤波的手部物体位姿纠正算法，能够估计被握持物体滑动时，以及被接触物体发生挪动时的位姿变化量，这种方法适用于大多数高精度操作场景，包括一些动态属性变化的挑战性场景，显著提升了机器人在动态交互环境中的应对能力；本发明针对FMB基准在内的13种具有不同几何形状的物体上执行高精度操作任务，结果表明我们的方法实现了精确的位姿估计，平移误差为1‑2毫米，旋转误差约为2度，同时可以应对物体滑动等动态情形。

本发明授权一种基于视-触觉融合的高精度物体位姿估计与精细操作方法在权利要求书中公布了：1.一种基于视-触觉融合的高精度物体位姿估计与精细操作方法，其特征在于，包括： 步骤1、定义机器人末端执行器所握持的物体被称为“从物体”，而被接触的物体称为“主物体”； 分别估计主物体和从物体的初始位姿，并实时跟踪主物体的位姿变化过程，然后将从物体相对于主物体的位姿估计误差转移到从物体相对于机器人末端执行器的位姿估计误差上，从而获得相应的机器人末端执行器位姿； 步骤2、在进行从物体相对于机器人末端执行器的位姿估计中，考虑从物体可能在机器人末端执行器中发生滑动，估计从物体在机器人末端执行器坐标系下的位姿变化Tt s； 步骤3、利用粒子滤波技术，通过机器人与环境的多次交互，获取精准的从物体相对于机器人末端执行器的位姿估计，具体包括： 步骤31、先利用FoundationPose方法实时估计并跟踪从物体的位姿xest，在其设定范围内按均匀分布方式采样，从而得到初始粒子群； 步骤32、对当前粒子群中第j个粒子，按下式进行姿态更新： 其中，ν是系统误差；是T-1时刻第j个粒子的姿态；是根据T-1时刻的姿态更新得到的T时刻的姿态； 步骤33、对这一轮的粒子添加小噪声，记录当前时刻下的机器人末端执行器相对于世界坐标系的位姿和主物体相对于世界坐标系的位姿主物体和从物体的3D空间模型Om和Os，将它们输入到碰撞模拟实验中以计算粒子似然值大小： 其中，表示根据第j个粒子进行碰撞模拟实验计算得到的主、从物体之间距离，dmaxth和dminth分别为设定的主、从物体之间距离的最大值和最小值；yT表示状态观察模型结果，代表主物体和从物体的接触程度，表示机器人和环境接触的情形到仿真模拟的迁移过程,ec是接触动作导致的误差；xT表示粒子群的姿态向量； 步骤34、将每一个粒子的似然值进行归一化，作为该粒子的权重； 步骤35、根据当前粒子群的权重分布，对各粒子进行采样，以产生新的粒子群；如果未达到迭代更新停止条件，则返回步骤32继续对粒子群进行更新；如果达到迭代更新停止条件，则对于当前粒子群中所有粒子的姿态基于权重进行加权求和，得到最终的从物体姿态输出。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。