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 > 丙午(宁波)智能装备有限公司费正顺获国家专利权

丙午(宁波)智能装备有限公司费正顺获国家专利权

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!

龙图腾网获悉丙午(宁波)智能装备有限公司申请的专利一种基于图像的简化机器人视觉伺服控制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:CN120182303B

龙图腾网通过国家知识产权局官网在2026-01-09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:202510239735.8,技术领域涉及:G06T7/11;该发明授权一种基于图像的简化机器人视觉伺服控制方法是由费正顺;陈贵;杨闯设计研发完成,并于2025-03-03向国家知识产权局提交的专利申请。

一种基于图像的简化机器人视觉伺服控制方法在说明书摘要公布了:本发明涉及机器人技术领域,提出了一种基于图像的简化机器人视觉伺服控制方法,在图像采集与光照补偿方面,自适应多尺度直方图均衡化结合基于生成对抗网络GAN的光照模拟补偿,有效解决了光照多样性和复杂性问题,避免图像失真,在复杂光照环境下大幅提升图像特征辨识度,使机器人能获取清晰视觉信息,多模态特征融合优化部分,注意力机制融合依据场景自动调整不同模态特征权重,跨模态特征交互网络打破各模态特征独立性,二者协同增强了目标识别的准确性和鲁棒性,提升了特征融合效果,针对遮挡问题,基于强化学习的遮挡决策使机器人能根据环境状态和决策结果优化遮挡处理策略,增强适应性。

本发明授权一种基于图像的简化机器人视觉伺服控制方法在权利要求书中公布了:1.一种基于图像的简化机器人视觉伺服控制方法,其特征在于:包括以下步骤: S1:图像采集与光照补偿优化 S1.1:自适应多尺度直方图均衡化,首先将图像划分为N个不同大小的子区域,针对图像中细节丰富的小区域和大面积背景区域的不同特性,实施差异化处理策略; S1.2:基于生成对抗网络的光照模拟补偿,预先训练一个光照模拟生成器G,其输入为当前光照强度数据Ilight和采集到的图像Iori,生成模拟图像在训练过程中,生成器G与判别器D相互博弈,生成器致力于生成更接近真实理想光照图像的模拟图像,以欺骗判别器,判别器则努力准确区分真实图像与生成图像; S2:多模态特征融合优化 S2.1:注意力机制融合,依据不同场景下各特征对目标识别的贡献程度自动调整权重; S2.2:跨模态特征交互网络,构建跨模态特征交互网络,实现不同模态特征之间的深度交互,设颜色特征矩阵为纹理特征矩阵为语义特征矩阵为其中m为特征维度数量,dc、dt、ds分别表示颜色、纹理、语义特征各自的维度,由于不同模态特征的维度存在差异,首先通过线性变换将其映射到同一维度空间,具体变换公式如下: C′=WcC+bc T′=WtT+bt S′=WsS+bs 其中,为权重矩阵,为偏置向量,d为统一后的特征维度,随后进行跨模态交互,以颜色特征与纹理特征交互为例,计算公式为: 其中,为交互权重矩阵,σ为激活函数,e表示逐元素相乘,通过此交互过程,颜色特征与纹理特征相互影响,生成新的特征表示CT,同理,可得到纹理与语义特征交互结果TS以及语义与颜色特征交互结果SC,最后,融合交互后的特征,得到最终的融合特征向量Ffinal: Ffinal=ConcatCT+C′,TS+T′,SC+S′; S3:目标识别与遮挡处理优化 S3.1:基于强化学习的遮挡决策,在遮挡检测和处理过程中引入强化学习算法; S3.2:基于Transformer的目标跟踪与遮挡推理,对目标的历史轨迹和当前图像特征进行建模,通过堆叠多层Transformer层,获得更丰富的特征表示。

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丙午(宁波)智能装备有限公司,其通讯地址为:315600 浙江省宁波市宁海县桃源街道金山一路50号B4幢1号(自主申报);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。