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！

龙图腾网获悉上海交通大学申请的专利面向非结构作业场景的无模型物体抓取位姿生成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：CN116720072B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202310750339.2，技术领域涉及：G06F18/213；该发明授权面向非结构作业场景的无模型物体抓取位姿生成方法是由庄春刚;王浩闻;牛万灏;熊振华;朱向阳设计研发完成，并于2023-06-25向国家知识产权局提交的专利申请。

本面向非结构作业场景的无模型物体抓取位姿生成方法在说明书摘要公布了：一种面向非结构作业场景的无模型物体抓取位姿生成方法，将采集到的点云数据基于邻近节点算法生成原始场景图后，将原始场景图输入图特征提取网络得到融合多尺度信息的图嵌入特征，将图嵌入特征依次输入物体表面点筛选网络和高价值点筛选网络并得到高价值点图，将高价值点图输入位姿生成网络得到空间六自由度抓取候选位姿，进而选取最佳抓取进行实施。本发明针对性解决现有技术存在的选点随机性强、泛化性能受限、网络模型对空间特征提取能力不足、生成的抓取质量低等问题。

本发明授权面向非结构作业场景的无模型物体抓取位姿生成方法在权利要求书中公布了：1.一种面向非结构作业场景的无模型物体抓取位姿生成方法，其特征在于，将采集到的点云数据基于邻近节点算法生成原始场景图后，将原始场景图输入图特征提取网络得到融合多尺度信息的图嵌入特征，将图嵌入特征依次输入物体表面点筛选网络和高价值点筛选网络并得到高价值点图，将高价值点图输入位姿生成网络得到空间六自由度抓取候选位姿，进而选取最佳抓取进行实施； 所述的图特征提取网络包括：图关系学习模块、全局池化模块、位置编码模块的图特征提取网络，其中：图关系学习模块根据原始场景图中各图节点的初始特征，先计算多级对称归一化邻接矩阵，然后利用多层感知机根据多级对称归一化邻接矩阵生成多级非线性嵌入特征矩阵，最后根据通道注意力机制学习各级非线性嵌入特征权重，综合非线性嵌入特征矩阵获得各节点位置的图节点特征信息；全局池化模块根据图关系学习模块得到的图节点特征信息，利用多层感知机和归一化指数函数处理各图节点特征，将上述结果求和后获得全局特征信息；位置编码模块根据原始场景图中各图节点的位置特征，利用多层感知机获得嵌入的图节点位置信息，即图嵌入特征； 所述的物体表面点筛选网络，利用由图卷积算子及二分类器组成的多层图网络判别图嵌入特征中各图节点是否从属于待抓取物体表面，基于最远点采样算法从属于物体表面采样得到M1个图节点，利用邻近节点算法生成目标点图； 所述的高价值点筛选网络，利用由图卷积算子及多分类器组成的多层网络预测目标点图和图嵌入特征中的各图节点抓取价值分级，优选价值分级最高的M2个图节点，利用邻近算法生成高价值点图。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。