浣江实验室;浙江大学张学成获国家专利权
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!
龙图腾网获悉浣江实验室;浙江大学申请的专利基于深度学习的模块化机器人实时位姿获取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:CN117576212B 。
龙图腾网通过国家知识产权局官网在2025-09-19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:202311593124.0,技术领域涉及:G06T7/73;该发明授权基于深度学习的模块化机器人实时位姿获取方法是由张学成;张弘;王国强;陈一凡;江楠;曲绍兴;钱劲设计研发完成,并于2023-11-27向国家知识产权局提交的专利申请。
本基于深度学习的模块化机器人实时位姿获取方法在说明书摘要公布了:本发明公开了基于深度学习的模块化机器人实时位姿获取方法,包括对机器人的特征点进行标记处理,获取点云信息;对点云进行降采样处理和离散点去除处理:点云信息处理后,对点云的输出结果进行拟合,根据点云信息可以获取点云的拟合图形;得到点云的拟合图形后,需要对拟合图形进行坐标信息处理,得到机器人特征点在世界坐标系中的坐标值,再将坐标值处理成可烧录到机器人主控芯片的数据结构,成为机器人能够识别的机器语言,机器人模块收到能够识别的坐标信息后就会执行相应的动作。本发明采用深度学习策略对机器人特征模块进行训练,使得机器人具有较强的学习能力,能够实现机器人的精准定位。
本发明授权基于深度学习的模块化机器人实时位姿获取方法在权利要求书中公布了:1.基于深度学习的模块化机器人实时位姿获取方法,其特征在于:包括以下步骤: 1机器人数据特征的获取:对机器人的特征点进行标记处理,获取点云信息; 2特征点点云信息处理: 2.1对点云进行降采样处理,将随机采样与最远点采样相结合,进行目标点的采样处理,具体步骤如下: 2.1.1在集聚较多点的目标点云中随机选取k个点作为目标点云,并且在这k个点中随机选取一个点作为起始采样点,并将其加入到集合S中,此时集合S中共有1个点,而目标点云集合包含k-1个点; 2.1.2计算目标点云中的k-1个点到集合点S中的欧式距离,并在所有的欧氏距离中选取一个最大的点作为新的采样点,并将新的采样点移入到集合S中,此时集合S中共有2个点,目标点云集合包含k-2个点; 2.1.3计算目标点云集合到S所有点欧氏距离的最小值,并选取最远点作为新的采样点加入到集合S中,此时集合S中共有3个点,目标点云集合包含k-3个点; 2.1.4重复步骤2.1.1~2.1.3,直到集合S中的所有点个数为目标点k,采样结束; 2.2离散点去除处理:采用直通滤波进行离散点的去除,即过滤掉在指定维度方向上取值不在给定阈值内的点; 3末端坐标拟合:点云信息处理后,对点云的输出结果进行拟合,根据点云信息可以获取点云的拟合图形; 4坐标信息处理并执行机器人动作:得到点云的拟合图形后,需要对拟合图形进行坐标信息处理,得到机器人特征点在世界坐标系中的坐标值,再将坐标值处理成可烧录到机器人主控芯片的数据结构,成为机器人能够识别的机器语言,机器人模块收到能够识别的坐标信息后就会执行相应的动作。
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浣江实验室;浙江大学,其通讯地址为:311800 浙江省绍兴市诸暨市陶朱街道文种路7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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励