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！

龙图腾网获悉清华大学申请的专利基于单视角参考模板的物体位姿估计方法及装置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：CN119478037B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202411318263.7，技术领域涉及：G06T7/73；该发明授权基于单视角参考模板的物体位姿估计方法及装置是由季向阳;刘星雨设计研发完成，并于2024-09-20向国家知识产权局提交的专利申请。

本基于单视角参考模板的物体位姿估计方法及装置在说明书摘要公布了：本申请涉及一种基于单视角参考模板的物体位姿估计方法及装置，其中，方法包括：提取单张参考RGB‑D图像的特征信息，且通过预设SAM算法生成单张参考RGB‑D图像的参考分割掩码；获取目标RGB‑D图像对应的目标分割掩码，并对其和参考分割掩码进行反投影，得参考点云和目标点云；对参考点云和目标点云进行点云粗匹配，建立参考点云和目标点云的第一对应关系矩阵，并计算粗位姿估计信息；基于粗位姿估计信息，对参考点云和目标点云进行点云精细匹配，建立参考点云和目标点云的第二对应关系矩阵，并得到精细位姿估计信息，进而获取待测目标的最终位姿估计结果。由此，解决了现有物体位姿估计方法中的位姿估计参考图的获取成本较高，耗时较长，且泛化能力较差等问题。

本发明授权基于单视角参考模板的物体位姿估计方法及装置在权利要求书中公布了：1.一种基于单视角参考模板的物体位姿估计方法，其特征在于，包括以下步骤： 获取待测目标的单张参考RGB-D图像和目标RGB-D图像，并提取所述单张参考RGB-D图像的特征信息，且基于所述特征信息，生成所述单张参考RGB-D图像的参考分割掩码； 获取所述目标RGB-D图像对应的目标分割掩码，并对所述参考分割掩码和所述目标分割掩码进行反投影操作，以得到所述单张参考RGB-D图像和所述目标RGB-D图像对应的参考点云和目标点云； 基于预设的几何编码器和颜色编码器，对所述参考点云和所述目标点云进行点云粗匹配操作，以建立所述参考点云和所述目标点云的第一对应关系矩阵，并通过所述第一对应关系矩阵计算粗位姿估计信息； 基于所述粗位姿估计信息，对所述参考点云和所述目标点云进行点云精细匹配操作，以建立所述参考点云和所述目标点云的第二对应关系矩阵，并通过所述第二对应关系矩阵得到精细位姿估计信息，且根据所述精细位姿估计信息得到所述待测目标的最终位姿估计结果； 其中，所述基于预设的几何编码器和颜色编码器，对所述参考点云和所述目标点云进行点云粗匹配操作，以建立所述参考点云和所述目标点云的第一对应关系矩阵，并通过所述第一对应关系矩阵计算粗位姿估计信息，包括： 将所述参考点云和所述目标点云变换至预设的全局参考系中，并分别对所述参考点云和所述目标点云进行采样，以得到所述参考点云和所述目标点云对应的点云采样点； 提取所述点云采样点的颜色特征和几何特征，并拼接所述颜色特征和所述几何特征，得到拼接特征； 对所述拼接特征进行几何注意力解码操作，以分别生成所述参考点云和所述目标点云对应的第一特征向量； 对所述参考点云和所述目标点云对应的第一特征向量进行内积处理，以得到所述第一对应关系矩阵，并将所述第一对应关系矩阵进行SVD分解处理，以获取所述粗位姿估计信息； 所述基于所述粗位姿估计信息，对所述参考点云和所述目标点云进行点云精细匹配操作，以建立所述参考点云和所述目标点云的第二对应关系矩阵，包括： 对所述参考点云和所述目标点云进行点云下采样，以分别得到所述参考点云和所述目标点云对应的邻域点云； 构建局部位姿鲁棒参考系，并将所述邻域点云变换至所述局部位姿鲁棒参考系中； 对所述局部位姿鲁棒参考系中的所述邻域点云进行编码，以生成几何位置编码，并对所述几何位置编码、所述颜色特征和所述几何特征进行几何注意力解码操作，以分别生成所述参考点云和所述目标点云对应的第二特征向量； 对所述参考点云和所述目标点云对应的第二特征向量进行内积处理，以得到所述第二对应关系矩阵。

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清华大学，其通讯地址为：100084 北京市海淀区清华园1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。