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！

龙图腾网获悉中国科学院上海微系统与信息技术研究所申请的专利一种面向任务型机器人的高效场景表征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：CN119850880B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411912451.2，技术领域涉及：G06T19/00；该发明授权一种面向任务型机器人的高效场景表征方法是由李嘉茂;石文君;朱冬晨;王磊设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本一种面向任务型机器人的高效场景表征方法在说明书摘要公布了：本发明涉及一种面向任务型机器人的高效场景表征方法，包括以下步骤：获取机器人捕获的不同视角的RGB图像帧及其深度信息；对每个图像帧进行全景分割获得2D语义信息和2D实例信息，并根据对应的深度信息向三维网格空间投影得到3D语义信息和3D实例信息；基于帧间相机位姿将各个图像帧的3D语义信息和3D实例信息融合到同一个世界坐标系下，进而根据融合后的3D语义信息和3D实例信息采用TSDF方法进行增量式建图，并在建图时基于语义信息和实例信息进行体素的融合更新，得到全景场景点云；基于所述全景场景点云，以其中所有实例为节点，以各个实例间的关系为边，预测获得3D场景图。本发明能够生成高效表征场景的三维语义场景图。

本发明授权一种面向任务型机器人的高效场景表征方法在权利要求书中公布了：1.一种面向任务型机器人的高效场景表征方法，其特征在于，包括以下步骤： 获取任务型机器人捕获的不同视角的RGB图像帧及其深度信息； 对每个图像帧进行全景分割获得2D语义信息和2D实例信息，并根据对应的深度信息向三维网格空间投影得到3D语义信息和3D实例信息； 基于帧间相机位姿将各个图像帧的3D语义信息和3D实例信息融合到同一个世界坐标系下，进而根据融合后的3D语义信息和3D实例信息采用TSDF方法进行增量式建图，并在建图时基于语义信息和实例信息进行体素的融合更新，得到全景场景点云，所述语义信息包括语义类别和语义置信度，所述语义类别包括若干Stuff语义类别和若干Things语义类别，所述实例信息包括实例ID和实例置信度；所述在建图时基于语义信息和实例信息进行体素的融合更新，包括： 对任一Stuff语义类别的体素，计算其预测次数最多的Stuff语义类别与其被预测过的语义类别次数总和的比值作为语义类别占比值，在计算所述语义类别占比值时利用语义置信度来调节其对应的那个语义类别的权重； 如果该体素的语义类别占比值小于等于设定阈值，则将该体素的语义类别设为Void，否则根据其语义类别占比值融合更新其TSDF值；Stuff语义类别体素的TSDF值是根据以下公式来融合更新的： 其中，表示Stuff语义类别的体素的TSDF值，是体素被预测为Stuff语义类别的次数，代表体素被预测过的语义类别次数总和，是设定阈值； 根据融合后的3D语义信息和3D实例信息，对各个图像帧中每个Things语义类别的体素进行目标关联，获得多个全局实例ID； 对当前图像帧中任一Things语义类别的体素，将其实例ID更新为全局实例ID，并计算其基于实例置信度的累计权重值； 若当前体素的累计权重值大于其实例置信度，则将该体素同点云中对应的实例进行融合，否则将其作为新的实例；Things语义类别体素的TSDF值是根据以下公式来融合更新的： 其中，和分别表示当前以及上一个Things语义类别的体素的TSDF值，表示当前体素的更新后的实例ID，和分别表示当前体素的累计权重值以及当前权重值，且，表示当前体素的实例置信度； 基于所述全景场景点云，以其中所有实例为节点，以各个实例间的关系为边，预测获得3D场景图。

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中国科学院上海微系统与信息技术研究所，其通讯地址为：200050 上海市长宁区长宁路865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。