百度(美国)有限责任公司鲁清凯获国家专利权
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！
龙图腾网获悉百度(美国)有限责任公司申请的专利用于杂乱刚性对象的挖掘学习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：CN114723020B 。
龙图腾网通过国家知识产权局官网在2025-08-29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：202210498550.5，技术领域涉及：G06Q10/047；该发明授权用于杂乱刚性对象的挖掘学习是由鲁清凯;张良俊设计研发完成，并于2022-05-09向国家知识产权局提交的专利申请。
本用于杂乱刚性对象的挖掘学习在说明书摘要公布了：公开了用于挖掘杂乱刚性对象的基于学习的挖掘规划方法的实施方式，由于在挖掘期间对象的几何和物理特性的高度变化以及大阻力，挖掘杂乱刚性对象具有挑战性。利用了卷积神经网络预测挖掘成功的概率。公开了基于采样的优化方法的实施方式，用于通过利用学习的预测模型来规划高质量挖掘轨迹。为了减少用于挖掘学习的模拟到现实的差距，使用了基于体素的挖掘场景的表示。在模拟和现实世界中进行挖掘实验，以评估基于学习的挖掘规划器。实验结果表明，公开方法的实施方式可以规划用于杂乱刚性对象的高质量挖掘，并且在很大程度上优于基准方法。
本发明授权用于杂乱刚性对象的挖掘学习在权利要求书中公布了：1.一种用于自动挖掘学习的计算机实现方法，包括： 在体素栅格维度上平铺由多个轨迹参数表示的挖掘轨迹，以得到平铺的轨迹参数体素栅格； 将所述平铺的轨迹参数体素栅格与挖掘场景的体素栅格表示相连接，以生成定义一对所述挖掘轨迹和所述挖掘场景的所述体素栅格表示的挖掘实例的输入体素栅格； 将所述输入体素栅格馈送入神经网络，以生成多维特征向量；以及 使用至少一个全连接层对所述多维特征向量进行处理，以预测挖掘成功概率； 其中，所述挖掘场景的所述体素栅格表示是通过以下步骤生成的： 将从RGB-深度相机获得的挖掘场景的点云转换至对象托盘框架； 根据指定的挖掘立方体空间将所转换的点云过滤为过滤的点云； 对所述过滤的点云进行体素化，以生成所述挖掘场景的所述体素栅格表示。
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百度(美国)有限责任公司，其通讯地址为：美国加利福尼亚州；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”。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号