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！

龙图腾网获悉西安邮电大学申请的专利一种基于多模态语义的目标定位与抓取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：CN121482789B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202610017878.9，技术领域涉及：G06V20/70；该发明授权一种基于多模态语义的目标定位与抓取方法及系统是由丁松涛;方震;杨雨辰;王红玉设计研发完成，并于2026-01-08向国家知识产权局提交的专利申请。

本一种基于多模态语义的目标定位与抓取方法及系统在说明书摘要公布了：本申请公开了一种基于多模态语义的目标定位与抓取方法及系统，涉及图像识别和机械控制技术领域，其中方法包括：获取二维图像和自然语言交互指令；进行视觉‑语言特征对齐处理，在对齐处理过程中如果自然语言交互指令存在语义歧义，基于生成式交互机制生成反问语句，确定唯一的目标；采集目标的多视角二维图像，融合得到三维点云模型；输入空间位姿生成网络，得到候选六自由度空间位姿；依次经过语义常识过滤和几何干涉过滤；计算经过过滤的候选六自由度空间位姿的姿态评分，选择最优目标三维位姿；生成抓取操作参数序列；执行抓取操作参数序列。本申请的方法解决了因语义歧义和遮挡造成的抓取不成功的问题。

本发明授权一种基于多模态语义的目标定位与抓取方法及系统在权利要求书中公布了：1.一种基于多模态语义的目标定位与抓取方法，其特征在于，包括： 获取二维图像和用户输入的自然语言交互指令； 对所述二维图像和所述自然语言交互指令进行视觉-语言特征对齐处理，在对齐处理过程中检测候选目标的置信度和数量，如果自然语言交互指令存在语义歧义，基于生成式交互机制生成反问语句，接收并解析用户的自然语言反馈，更新候选目标的语义标签，直到所述自然语言交互指令不存在歧义，确定唯一的目标； 采集所述目标的多视角二维图像； 对所述多视角二维图像进行融合，得到所述目标的完整的三维点云模型； 将所述三维点云模型输入基于深度学习的空间位姿生成网络，得到多个候选六自由度空间位姿； 对多个所述候选六自由度空间位姿依次经过语义常识过滤和几何干涉过滤； 计算每个经过过滤的所述候选六自由度空间位姿的姿态评分，选择所述姿态评分最高的所述候选六自由度空间位姿作为最优目标三维位姿； 生成与所述最优目标三维位姿对应的抓取操作参数序列； 执行所述抓取操作参数序列，实现对所述目标的抓取； 所述语义常识过滤包括：利用常识知识库，剔除不符合物体操作逻辑的所述候选六自由度空间位姿； 利用所述常识知识库剔除所述候选六自由度空间位姿的方法包括： 将初步生成的所述候选六自由度空间位姿与目标的类别信息输入视觉语言大模型； 所述视觉语言大模型根据所述常识知识库生成相应的过滤准则； 按照所述过滤准则剔除不符合物体操作逻辑的所述候选六自由度空间位姿； 所述几何干涉过滤包括：构建夹爪的三维包围盒几何模型，计算所述三维包围盒几何模型在每个所述候选六自由度空间位姿下与场景背景点云的空间重叠量，剔除所述空间重叠量超过阈值的所述候选六自由度空间位姿； 计算所述三维包围盒几何模型与所述场景背景点云的所述空间重叠量的方法包括： 通过坐标变换将所述场景背景点云从世界坐标系转换至夹爪的局部坐标系； 在夹爪的所述局部坐标系中，采用轴对齐包围盒判定算法检测所述三维包围盒几何模型内属于所述场景背景点云的点的数量，即所述空间重叠量。

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西安邮电大学，其通讯地址为：710121 陕西省西安市长安区长安南路563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。