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！

龙图腾网获悉北京能创科技有限公司;中国科学院自动化研究所申请的专利一种机器人的物体可供性检测方法、系统、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：CN120823590B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202510971202.9，技术领域涉及：G06V20/64；该发明授权一种机器人的物体可供性检测方法、系统、装置是由李忠辉;管培育;曹志强;唐英博;公续荣;亢晋立;王硕设计研发完成，并于2025-07-15向国家知识产权局提交的专利申请。

本一种机器人的物体可供性检测方法、系统、装置在说明书摘要公布了：本发明属于服务机器人技术领域，具体涉及一种机器人的物体可供性检测方法、系统、装置。方法包括：获取待检测物体的点云；将待检测物体的点云、待检测物体的物体类别名称以及物体可供性类别名称输入到物体可供性检测网络中，输出待检测物体的可供性检测结果；其中，物体可供性检测网络包括混合点云transformer特征提取器、文本特征提取器、点云‑文本特征聚合器以及特征解码器；混合点云transformer特征提取器用于提取目标点云特征；文本特征提取器用于提取文本特征；点云‑文本特征聚合器用于生成点云‑文本聚合特征；特征解码器用于输出物体可供性检测结果。本发明提升了对未训练过的物体可供性类别的泛化能力。

本发明授权一种机器人的物体可供性检测方法、系统、装置在权利要求书中公布了：1.一种机器人的物体可供性检测方法，其特征在于，包括： 步骤S10，机器人利用自身RGB-D传感器获取场景的RGB图像和深度图像，对场景的RGB图像进行物体分割，根据待检测物体的物体类别名称获得待检测物体的RGB图像，并结合场景的深度图像以及相机内参得到待检测物体的点云； 步骤S20，将待检测物体的点云、待检测物体的物体类别名称以及物体可供性类别名称输入到训练好的物体可供性检测网络中，输出物体可供性检测结果； 其中，所述物体可供性检测网络包括混合点云transformer特征提取器、文本特征提取器、点云-文本特征聚合器以及特征解码器； 所述混合点云transformer特征提取器用于对所述待检测物体的点云进行特征提取，得到目标点云特征； 所述文本特征提取器用于提取物体可供性类别的文本特征； 所述点云-文本特征聚合器用于将所述目标点云特征和所述文本特征进行对齐和聚合操作，生成点云-文本聚合特征； 所述特征解码器用于对所述点云-文本聚合特征和所述目标点云特征拼接后的目标特征进行解码，输出物体可供性检测结果； 其中，所述混合点云transformer特征提取器由点云编码阶段、第一下采样阶段、第二下采样阶段、第三下采样阶段、过渡阶段、第一上采样阶段、第二上采样阶段和第三上采样阶段共八个阶段级联而成，其中，在所述第一上采样阶段与所述第二下采样阶段、所述第二上采样阶段与所述第一下采样阶段、所述第三上采样阶段与所述点云编码阶段之间均存在残差连接，各阶段中均包含混合点云transformer层，记为第l混合点云transformer层，l的取值依次为1,2,3,4,5,6,7,8； 其中，所述点云编码阶段由第一多层感知机和第一混合点云transformer层组成； 所述第一下采样阶段、所述第二下采样阶段、所述第三下采样阶段的组成结构相同，第d下采样阶段由第d下采样层以及第l混合点云transformer层组成，其中d=l-1，d的取值为1或2或3； 所述过渡阶段包括第二多层感知机和第五混合点云transformer层； 所述第一上采样阶段、所述第二上采样阶段和所述第三上采样阶段的组成结构相同，第u上采样阶段由第u上采样层以及第l混合点云transformer层组成，其中l=u+5，u的取值为1或2或3； 所述第l混合点云transformer层包括输入线性层、图特征提取分支、注意力特征提取分支以及输出线性层； 所述输入线性层用于处理第l输入点云特征，得到第l统一维度点云特征； 所述图特征提取分支包括边卷积层和第一最大池化操作； 所述注意力特征提取分支包括点云位置编码层、查询线性层、键线性层、值线性层、注意力映射层以及Softmax激活函数，其中，所述点云位置编码层用于获取点云位置编码，所述查询线性层用于获取第一查询特征，所述键线性层用于获取第一键特征，所述值线性层用于获取第一值特征，第二查询特征、第二键特征和点云位置编码依次经过所述注意力映射层和Softmax激活函数处理，得到第一注意力特征，所述第二查询特征基于所述第一查询特征生成，所述第二键特征基于所述第一键特征生成； 将所述第l统一维度点云特征分别输入到所述图特征提取分支和所述注意力特征提取分支进行并行处理，其中，所述图特征提取分支用于提取第四局部图特征，所述注意力特征提取分支用于提取第一注意力特征； 将所述第四局部图特征和第三注意力特征拼接，生成第l拼接点云特征，其中，所述第三注意力特征基于所述第一注意力特征生成； 将所述第l拼接点云特征经所述输出线性层处理，得到第l点云特征。

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北京能创科技有限公司;中国科学院自动化研究所，其通讯地址为：101318 北京市顺义区天竺空港工业区B区安祥路1号7幢1至2层内2层206室；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。