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！

龙图腾网获悉湖南科技职业学院申请的专利基于知识图谱的机器人抓取目标识别与定位方法及系统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：CN121361102B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202511949332.9，技术领域涉及：B25J9/16；该发明授权基于知识图谱的机器人抓取目标识别与定位方法及系统是由彭辉;张群慧;袁春艳设计研发完成，并于2025-12-23向国家知识产权局提交的专利申请。

本基于知识图谱的机器人抓取目标识别与定位方法及系统在说明书摘要公布了：本发明公开了一种基于知识图谱的机器人抓取目标识别与定位方法及系统，通过多源数据整合构建包含物体外观特征与抓取点位姿参数的三元组知识图谱，实现结构化节点网络；进而获取机器人视觉模块的环境感知数据，经处理确定目标物体的向量表示，若相似度超过阈值，则运用实体链接技术查询匹配节点，解决识别歧义获得精确结果；基于结果检索知识图谱中的位姿参数，进行坐标转换生成细粒度抓取序列，结合实时视觉反馈采用动态调整算法优化路径，并通过模拟评估更新知识图谱适应新场景。本发明突出了知识图谱在抓取优化中的核心作用，提升了机器人操作的准确性、鲁棒性和自适应能力，适用于工业自动化等领域。

本发明授权基于知识图谱的机器人抓取目标识别与定位方法及系统在权利要求书中公布了：1.一种基于知识图谱的机器人抓取目标识别与定位方法，其特征在于，包括以下步骤： S100、通过多源数据整合构建多模态知识图谱，所述多模态知识图谱采用三元组形式建模物体外观特征与抓取点位姿参数关系，得到包含物体外观描述和最优抓取轨迹的结构化节点网络； S200、根据所述多模态知识图谱，获取机器人视觉模块采集的环境感知数据，采用数据处理方法处理所述环境感知数据，确定目标物体对应的向量表示形式； S300、若所述向量表示形式与所述多模态知识图谱的节点相似度超过预设阈值，则通过实体链接技术查询匹配物体节点，判断并解决复杂场景下的物体识别歧义，获得精确的物体识别结果； S400、采用所述物体识别结果检索所述多模态知识图谱中的抓取点位姿参数，获取相关三元组数据，得到用于坐标转换的位姿映射关系； S500、通过所述位姿映射关系执行坐标转换操作，将感知坐标系参数转化为机器人坐标系数值，确定细粒度抓取操作序列； S600、结合所述细粒度抓取操作序列和实时视觉反馈数据，采用动态调整算法处理物体姿态偏差，得到优化后的抓取执行路径； S700、基于优化后的抓取执行路径，模拟机器人操作环境，评估路径有效性，并更新所述多模态知识图谱以适应新场景； 步骤S100包括： S110、通过多源数据采集工具从图像传感器和深度传感器中获取目标物体的外观特征数据，针对所述外观特征数据进行预处理操作，采用去噪工具对预处理后的外观特征数据进行平滑处理，得到清晰的外观特征描述信息； S120、根据所述外观特征描述信息，利用三维重建工具生成目标物体的立体结构数据，在生成所述立体结构数据时，若检测到数据缺失区域，则通过插值工具对所述数据缺失区域进行补全，确定完整的立体结构描述； S130、针对所述立体结构描述，采用路径规划工具计算抓取点位姿参数，获取与所述立体结构描述对应的多个候选抓取轨迹点，通过比较工具对所述候选抓取轨迹点进行排序，判断出最优抓取轨迹参数； S140、通过知识图谱构建工具将所述外观特征描述信息与所述最优抓取轨迹参数进行关联映射，生成包含结构化节点的三元组关系网络，得到多模态知识图谱； 步骤S200包括： S210、通过视觉模块从环境中获取原始感知数据流，针对所述原始感知数据流采用去噪工具进行初步处理，得到清洗后的基础感知数据； S220、根据所述基础感知数据，利用特征提取工具分离出目标物体的轮廓信息，若所述轮廓信息的清晰度低于预设的阈值，则通过增强工具进行优化，确定完整的轮廓描述信息； S230、针对所述轮廓描述信息，采用数据融合工具结合深度信息生成目标物体的空间位置数据，获取对应的三维坐标信息，判断出目标物体的初步向量表示； S240、通过坐标映射工具对所述初步向量表示进行校准处理，在校准时若检测到校准后的向量表示的偏差超出预设的阈值，则利用调整工具进行修正，得到目标物体对应的向量表示形式； 步骤S300包括： S310、根据所述向量表示形式，从预先建立的多模态知识图谱中获取至少一个候选节点数据，采用特征对比工具进行初步筛选，得到与目标物体特征接近的节点集合； S320、若所述节点集合中存在多个相似节点，则通过数据融合工具结合环境上下文信息对所述节点集合进行二次过滤，确定与当前场景匹配的单一节点数据； S330、采用链接验证工具检测所述单一节点数据与目标物体的关联可靠性，若所述单一节点数据与目标物体的关联可靠性低于预设阈值，则从所述多模态知识图谱中获取备用节点数据进行补充对比，判断出最终匹配节点结果； S340、根据所述最终匹配节点结果，利用映射工具生成目标物体的识别标签，结合多模态数据一致性校验工具对所述识别标签进行校对，得到精确的物体识别结果。

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湖南科技职业学院，其通讯地址为：410000 湖南省长沙市雨花区井湾路784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。