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！

龙图腾网获悉深圳市亚博智能科技有限公司申请的专利一种基于多自由度机械臂视觉识别抓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：CN120902024B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202511245707.3，技术领域涉及：B25J19/02；该发明授权一种基于多自由度机械臂视觉识别抓取方法是由许政博;罗鸿思;陈杰设计研发完成，并于2025-09-02向国家知识产权局提交的专利申请。

本一种基于多自由度机械臂视觉识别抓取方法在说明书摘要公布了：本发明涉及机械臂控制技术领域，公开了一种基于多自由度机械臂视觉识别抓取方法，包括：利用深度相机获取目标物的点云数据，对点云数据进行筛选确定目标特征点；将目标特征点转换为机械臂基坐标系位姿数据；求解最优关节角；获取深度相机实时反馈的末端位姿数据，基于预设公式和末端位姿数据计算关节角修正量；通过PID控制器输出控制信号，控制七自由度碳纤维机械臂对目标物进行抓取；通过点云碰撞检测验证是七自由度碳纤维机械臂否成功抓取目标物。通过实施本发明，解决了机械臂视觉抓取在自由度灵活性、视觉感知鲁棒性、控制协同精度及抓取验证可靠性等方面存在显著不足，难以适应复杂环境下的高精度、高稳定性抓取需求的问题。

本发明授权一种基于多自由度机械臂视觉识别抓取方法在权利要求书中公布了：1.一种基于多自由度机械臂视觉识别抓取方法，应用于多自由度机械臂，所述多自由度机械臂包括七自由度碳纤维机械臂、深度相机及控制器，所述深度相机安装于所述七自由度碳纤维机械臂的基座上，其特征在于，所述方法包括： 利用深度相机获取目标物的点云数据，对所述点云数据进行筛选确定目标特征点； 将所述目标特征点转换为机械臂基坐标系位姿数据； 基于坐标系位姿数据、预设多目标优化模型和避障约束条件，求解最优关节角； 获取深度相机实时反馈的末端位姿数据，基于预设公式和末端位姿数据计算关节角修正量； 基于最优关节角和关节角修正量，通过PID控制器输出控制信号，控制所述七自由度碳纤维机械臂对目标物进行抓取； 通过点云碰撞检测验证是七自由度碳纤维机械臂是否成功抓取目标物； 所述利用深度相机获取目标物的点云数据，对所述点云数据进行筛选确定目标特征点，包括： 深度相机采集目标物的点云数据P，，为第i个点，为三维坐标，为反射强度， 将点云数据输入语义分割模型，得到每个点的语义概率，所述语义概率对应的语义类型包括：目标物型、背景型和障碍物型； 基于筛选公式对所述点云数据进行筛选确定目标特征点，所述筛选公式如下： ， 其中，表征目标特征点，表征置信度阈值，取值范围为[0.6,0.8]，表征所述七自由度碳纤维机械臂的工作空间深度范围； 所述将所述目标特征点转换为机械臂基坐标系位姿数据，转换公式如下： ， 其中，表征目标特征点在相机坐标系的坐标，由深度相机直接输出，表征转换后目标特征点在机械臂基坐标系的坐标，表征转换矩阵，通过标定板校准获得，含旋转矩阵R与平移向量t； 所述预设多目标优化模型中， 优化目标函数如下： ， 其中，权重系数； 子目标定义如下： 位姿精度，其中，为期望末端位姿矩阵，为实际位姿矩阵，为F-范数； 能耗，其中，为第k节关节的关节能耗系数，与关节惯量正相关，为第k节关节的关节角速度； 关节极限惩罚，其中，为安全阈值，为第k关节的的最大限位角度，为衰减因子，当时触发惩罚。

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深圳市亚博智能科技有限公司，其通讯地址为：518000 广东省深圳市南山区西丽街道西丽社区打石一路深圳国际创新谷七栋B座701房、704房；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。