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！

龙图腾网获悉南京信息工程大学申请的专利一种抓取机器人的物体识别与位姿估计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：CN117036470B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202310775514.3，技术领域涉及：G06T7/73；该发明授权一种抓取机器人的物体识别与位姿估计方法是由李材祥;刘奇;巩大康;彭子文;张自嘉设计研发完成，并于2023-06-28向国家知识产权局提交的专利申请。

本一种抓取机器人的物体识别与位姿估计方法在说明书摘要公布了：本发明公开一种抓取机器人的物体识别与位姿估计方法，包括如下步骤：采集待识别区域的2D彩色图和3D深度图，根据2D彩色图和3D深度图得到点云图；构建YOLOv7‑tiny‑CBAM深度学习神经网络模型并进行训练，通过训练完毕的YOLOv7‑tiny‑CBAM深度学习神经网络模型对2D彩色图进行目标检测识别，得到目标物体定位框；对点云图进行处理并结合得到的目标物体定位框，得到待识别区域中各个目标物体；通过改进后的主成分分析PCA算法对各个目标物体进行计算，得到各个目标物体的位姿信息；构建抓取优先级函数，根据各个目标物体的位姿信息进行抓取优先级计算，得到优先抓取结果。采用本发明的物体识别与位姿估计方法，提高了抓取机器人的鲁棒性和多功能性，增强了抓取机器人的环境适应能力。

本发明授权一种抓取机器人的物体识别与位姿估计方法在权利要求书中公布了：1.一种抓取机器人的物体识别与位姿估计方法，其特征在于，包括如下步骤： 步骤1，采集待识别区域的2D彩色图和3D深度图，根据2D彩色图和3D深度图得到点云图，所述点云图由场景点云组成，所述场景点云包括背景点云和刚性物体点云，所述背景点云包括工作台平面和除刚性物体点云外的所有点云，所述刚性物体点云位于工作台平面上； 步骤2，构建YOLOv7-tiny-CBAM深度学习神经网络模型并进行训练，通过训练完毕的YOLOv7-tiny-CBAM深度学习神经网络模型对2D彩色图进行目标检测识别，得到目标物体定位框； 步骤3，对点云图进行处理并结合步骤2得到的目标物体定位框，得到待识别区域中各个目标物体； 步骤4，通过改进后的主成分分析PCA算法对各个目标物体进行计算，得到各个目标物体的位姿信息； 步骤5，构建抓取优先级函数，根据各个目标物体的位姿信息进行抓取优先级计算，得到优先抓取结果； 所述步骤2中，YOLOv7-tiny-CBAM深度学习神经网络模型是将CBAM卷积注意力模块加入YOLOv7-tiny的主干网络中构建得到，具体是在YOLOv7-tiny的主干网络输出的三个有效特征层上增加CBAM卷积注意力模块； 所述步骤3中，通过直通滤波算法缩小场景点云的范围，得到缩小范围后的场景点云；通过体素栅格降采样滤波算法对缩小范围后的场景点云进行降采样处理并抑制噪声点；通过随机采样一致算法提取工作台平面；通过平面分割的方法将刚性物体点云与工作台平面进行分割；通过聚类算法将每一个物体单独分割出来，结合目标物体定位框得到待识别区域中各个目标物体； 所述步骤4的具体内容是：定义抓取平面姿态坐标系，最大特征值对应的特征向量为主方向，X轴是此点云平面法向量并使其指向视点，机械臂夹爪沿着该轴抓取，Y轴为箱体短边平行向量，Z轴为右手坐标系，已知X轴与Y轴后确定的方向，判断目标物体姿态Y轴方向是否与机械臂末端执行器初始姿态Y轴方向为同一方向，若是同一方向则将当前姿态绕Y轴旋转180°，将箱体姿态坐标系X轴与机械臂末端执行器初始姿态X轴方向旋转到同一方向，旋转矩阵为；若箱体姿态Y轴与机械臂末端执行器初始姿态Y轴方向不同，则将当前姿态绕Z轴旋转180°，将箱体姿态坐标系X轴与机械臂末端执行器初始姿态X轴方向旋转到同一方向，旋转矩阵为；按照绕自身轴旋转，求得最终位姿； 所述步骤5中，定义抓取优先级函数，公式如下所示： , 其中，对目标物体表面的中心点各个分量进行加权，对位置较高的，距离抓取机器人较近的，距离工作台边缘较近的的物体进行优先排序，对每一个目标物体计算得分，优先抓取得分最高的物体。

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南京信息工程大学，其通讯地址为：210032 江苏省南京市江北新区宁六路219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。