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！

龙图腾网恭喜湖南大学申请的专利一种多尺度零部件抓取姿态估计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：CN119359815B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202411945356.2，技术领域涉及：G06T7/73；该发明授权一种多尺度零部件抓取姿态估计方法及系统是由朱青;黄嘉男;王耀南;张辉;刘学兵;陈林;周显恩;吴成中设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本一种多尺度零部件抓取姿态估计方法及系统在说明书摘要公布了：本发明公开了一种多尺度零部件抓取姿态估计方法及系统，获取场景图像并进行标注得到数据集；搭建姿态估计神经网络模型；将数据集输入至图像切块编码模块输出编码特征序列；将编码特征序列输入至滑动窗口保留注意力特征编码模块中分别以不同大小的感知窗口进行序列分割并分别应用保留注意力机制映射到高维特征输出；将高维特征输入多尺度空间金字塔感知模块并优化输出优化后的特征序列；窗口保留注意力特征解码模块接收优化特征序列输出抓取姿态；设置损失函数并依据梯度情况更新网络参数，得到训练好的姿态估计神经网络模型，完成工业真实抓取作业场景图像的抓取姿态估计，完成抓取作业任务。提高了抓取效率和准确性，降低了硬件成本。

本发明授权一种多尺度零部件抓取姿态估计方法及系统在权利要求书中公布了：1.一种多尺度零部件抓取姿态估计方法，其特征在于，所述方法包括以下步骤：S100：获取若干张包含目标零部件的场景图像并分别标注每个像素坐标作为抓取矩形中心时有效抓取姿态的抓取质量、夹爪宽度以及旋转数值矩阵，得到数据集；S200：搭建姿态估计神经网络模型，包括依次连接的图像切块编码模块、滑动窗口保留注意力特征编码模块、多尺度空间金字塔感知模块以及窗口保留注意力特征解码模块；其中，窗口保留注意力特征解码模块和滑动窗口保留注意力特征编码模块还采用跳跃形式连接；S300：将数据集输入至图像切块编码模块进行卷积编码，输出编码特征序列；S400：滑动窗口保留注意力特征编码模块接收编码特征序列，分别以不同大小的感知窗口进行序列分割，相邻滑动窗口间距小于感知窗口的尺寸,切割后的编码特征序列以窗口为单位分别应用保留注意力机制，并将处理后的特征序列恢复到分割前位置，重叠部分采用加权平均的形式处理，得到不同窗口感知到的特征信息；滑动窗口保留注意力特征编码模块包括第一个归一层、滑动窗口多头保留注意力层、第二个归一层和多层感知机，滑动窗口多头保留注意力层输入大小为,编码输出大小为,卷积核大小为，卷积核步长为，S400包括：S410：滑动窗口保留注意力特征编码模块接收编码特征序列，将编码特征序列拆分为二维序列，经过第一个归一化层后输入到滑动窗口多头保留注意力层，并以窗口大小对二维编码特征序列进行切割，相邻窗口间距为,切割后的编码特征序列以窗口为单位分别应用保留注意力机制，并将处理后的特征序列恢复到拆分前位置，重叠部分采用加权平均的形式处理，并展开至一维序列形式，展开后的序列输入到第二个归一层进行归一化，归一后的特征序列输入多层感知机进行特征优化，具体为： ； ； ； ； ； ； ；式中表示滑动窗口切割操作，表示切割后窗口个数，为切割窗口大小，表示保留注意力机制，表示归一层归一化操作，表示多层感知机，表示滑动窗口保留注意力特征编码模块的高维特征输出，、、均为保留注意力计算过程中产生的可学习参数矩阵，表示归一化的特征序列，表示滑动窗口切割后的特征序列，表示经过保留注意力优化后的特征序列，为注意力分数的权重矩阵，与分别代表特征矩阵的行与列，表示编码特征序列，表示编码特征维度，表示输入的图像数据；S420：重复上述步骤，改变切割窗口大小，使其产生不同感知窗口大小的特征信息，对于增大感知窗口造成产生序列变短情况进行补零对齐，以此搭建多尺度金字塔特征序列；S500：多尺度空间金字塔感知模块接收并融合多窗口感知到的特征信息，不同感知视野的特征信息相互补充，输出优化后兼具全局与局部的优化特征序列；S600：窗口保留注意力特征解码模块接收优化特征序列进行解码，输出抓取姿态，其中，抓取姿态包括抓取质量、抓取角度和抓取宽度；S700：设置损失函数计算训练姿态估计损失值并依据梯度情况更新网络参数，得到训练好的姿态估计神经网络模型，完成工业真实抓取作业场景图像的抓取姿态估计，依据估计的抓取姿态完成抓取作业任务。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路1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”。