Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 温州大学;温州理工学院张振获国家专利权

温州大学;温州理工学院张振获国家专利权

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!

龙图腾网获悉温州大学;温州理工学院申请的专利一种基于6D位姿估计的零件表面点云采集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:CN120876738B

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:202511367167.6,技术领域涉及:G06T17/00;该发明授权一种基于6D位姿估计的零件表面点云采集方法是由张振;汪日伟;王超;王翰文;舒涛;李雷辉;黄辉;张楠设计研发完成,并于2025-09-24向国家知识产权局提交的专利申请。

一种基于6D位姿估计的零件表面点云采集方法在说明书摘要公布了:本发明涉及计算机视觉领域,具体涉及一种基于6D位姿估计的零件表面点云采集方法,包括以下步骤:获取目标物体数字模型数据;根据视觉传感器获取的点云数据估计建立零件与相机间的初始位姿关系矩阵;通过光栅化技术生成不同位姿矩阵下的表面可见点云数据;通过最少视角覆盖算法筛选出最少数量完整点云数据的位姿集合;通过运动代价最小算法求出位姿产生运动时的最优路径;采集对应位姿下的点云数据并拼接生成完整点云数据。本发明使用了位姿估计的深度学习算法,有效实现了零件与相机间位姿关系的自动精准建模,解决了人工采集点云数据时位姿调整困难、效率低下的问题,同时保障了采集的完整性与快速性,尤其适用于复杂零件的高精度点云数据采集。

本发明授权一种基于6D位姿估计的零件表面点云采集方法在权利要求书中公布了:1.一种基于6D位姿估计的零件表面点云采集方法,其特征在于,所述方法包括以下步骤: 获取目标物体数字模型数据,所述目标物体数字模型数据内容包含M={V,F},其中V表示顶点,F表示三角面; 使用视觉传感器对目标物体表面进行扫描,获取目标物体点云数据,通过训练好的位姿估计的深度学习模型,根据目标物体点云数据和目标物体数字模型数据估计零件的初始位姿,建立零件与相机间的初始位姿关系矩阵; 通过光栅化技术生成不同位姿矩阵下的表面可见点云数据,设置多个围绕零件球面上并将相机视角朝向零件的位姿矩阵,位姿矩阵确保从各个角度对零件进行覆盖,利用光栅化技术计算出这些位姿矩阵下的表面可见点云数据; 通过最少视角覆盖算法筛选出最少数量的视角实现零件表面的完整的点云数据覆盖,得到最少包含完整点云数据的位姿集合; 通过运动代价最小算法求出位姿产生运动时的最优路径; 基于初始位姿关系矩阵以及最优路径,控制点云相机依次移动到各个位姿并进行数据采集;采用算法将各个位姿下采集的点云数据进行拼接,得到完整的零件表面点云数据; 所述位姿估计的深度学习模型包括: 输入层,用于接受目标物体点云数据,以及根据目标物体数字模型数据在均匀分布视角下渲染生成的理想点云数据; 特征编码器层,通过共享权重的编码器提取目标物体点云数据的点云特征和理想点云数据的点云特征,并将两组采集后的点云特征在空间维度上拼接、在通道维度上融合,通过编码器同时感知源点云与目标点云之间的交互关系,输出覆盖全局上下文的全局特征; 输出层,设有三条解码分支,全局特征被并行送入三条解码分支,每条分支通过多层感知机和全局平均池化将特征压缩为单一向量,其中第一条分支输出三维偏移平移向量,用于修正初始位姿的位移误差;第二条分支输出三维偏移旋转向量,用于修正初始位姿的旋转误差;第三条分支输出一个置信度得分,表示当前估计位姿的可信程度,便于后续筛选。

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温州大学;温州理工学院,其通讯地址为:325035 浙江省温州市瓯海经济开发区东方南路38号温州市国家大学科技园孵化器;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。