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！

龙图腾网获悉深圳大学申请的专利基于形貌-力场解析模型的端到端视触觉感知方法、系统、终端及存储介质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：CN121170541B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511715651.3，技术领域涉及：G06V10/82；该发明授权基于形貌-力场解析模型的端到端视触觉感知方法、系统、终端及存储介质是由胡彪;黄子權;黄洽豪;梁展宇;钟睿设计研发完成，并于2025-11-21向国家知识产权局提交的专利申请。

本基于形貌-力场解析模型的端到端视触觉感知方法、系统、终端及存储介质在说明书摘要公布了：本发明涉及图像分析技术领域，公开了基于形貌‑力场解析模型的端到端视触觉感知方法、系统、终端及存储介质，所述方法包括：利用形貌重建模块实现微米级接触表面解析，利用力场解析模型实现各向力场的精密分析，以二者结果作为数据集，通过端到端的网络将图像输入，映射为接触形貌、法向和剪切力分布，兼具数据驱动的高效性与物理一致性的可靠性，最后通过在损失函数中引入偏微分方程残差与进行优化，使得形貌与力场在整体上满足既定的物理一致性。本发明实现了微米级的形貌解析与多轴力同步估算，并具备高频动态任务下的实时鲁棒性能，降低了触觉感知的成本，同时提高了触觉感知结果的准确性。

本发明授权基于形貌-力场解析模型的端到端视触觉感知方法、系统、终端及存储介质在权利要求书中公布了：1.一种基于形貌-力场解析模型的端到端视触觉感知方法，其特征在于，所述基于形貌-力场解析模型的端到端视触觉感知方法包括： 获取测试对象的形变图像，对所述形变图像进行预处理，得到增强图像，并根据所述增强图像得到所述测试对象的挠度场； 所述获取测试对象的形变图像，对所述形变图像进行预处理，得到增强图像，并根据所述增强图像得到所述测试对象的挠度场，具体包括： 获取所述测试对象的形变图像，并将所述形变图像输入形貌重建模型中的数据域塑形器； 所述数据域塑形器利用多种参数对所述形变图像进行与变换，得到变换图像： ； 其中，表示变换图像，表示隐式调制族，表示形变图像，表示参数向量； 将所述变换图像转换为二值图像，并对所述二值图像进行分割，得到存在形变的ROI区域，并对所述ROI区域内的所有像素进行积分，得到增强后的增强图像： ； ； 其中，表示二值化掩膜，表示二值图像的高，表示ROI区域，表示中的ROI区域，表示偏置修正项，表示增强图像，表示对ROI区域进行积分处理，表示梯度算子，表示的模的平方； 根据所述增强图像，确定所述测试对象在世界坐标系中的接触表面，并根据所述接触表面确定所述测试对象在所述世界坐标系中的横轴形变和纵轴形变； 根据所述横轴形变和所述纵轴形变，确定所述测试对象的挠度场； 将所述挠度场输入已构建的力场解析模型，所述力场解析模型根据所述挠度场生成所述测试对象的载荷、法向和多个剪切力场； 将所述形变图像、所述挠度场、所述载荷、所述法向和所有所述剪切力场输入深构引擎模型建立映射关系，根据所述映射关系构建形貌、法向力和多个剪切力并输出； 对所有所述剪切力进行一致性约束，同时利用所述形貌和所述法向力构建偏微分方程残差，并利用所述偏微分方程残差对所述深构引擎模型进行优化训练； 利用已训练的深构引擎模型对目标对象进行分析，输出所述目标对象的目标形貌、目标法向力和多个目标剪切力。

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大学，其通讯地址为：518060 广东省深圳市南山区粤海街道南海大道3688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。