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！

龙图腾网恭喜华侨大学申请的专利基于多重特征的机械臂抓取角度和宽度预测方法及装置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：CN119648799B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202510174482.0，技术领域涉及：G06T7/73；该发明授权基于多重特征的机械臂抓取角度和宽度预测方法及装置是由李浩;郑力新设计研发完成，并于2025-02-18向国家知识产权局提交的专利申请。

本基于多重特征的机械臂抓取角度和宽度预测方法及装置在说明书摘要公布了：本发明公开了一种基于多重特征的机械臂抓取角度和宽度预测方法及装置，涉及机械臂抓取领域，包括：构建机械臂抓取角度和宽度预测模型并训练，得到经训练的机械臂抓取角度和宽度预测模型，获取待抓取物体的RGB‑D图像并输入到经训练的机械臂抓取角度和宽度预测模型，RGB‑D图像输入到初始特征提取模块，依次经过两个深度可分离卷积单元进行特征提取，并经过最大池化层进行降采样，得到初始特征，初始特征输入到特征增强模块，先经过两个多尺度特征提取模块提取多尺度特征，并通过双向特征金字塔网络进行多尺度特征的融合与增强，得到增强特征，增强特征经过特征解码模块，预测得到抓取角度、抓取宽度和抓取质量评分，解决抓取准确率和成功率低等问题。

本发明授权基于多重特征的机械臂抓取角度和宽度预测方法及装置在权利要求书中公布了：1.一种基于多重特征的机械臂抓取角度和宽度预测方法，其特征在于，包括以下步骤：构建机械臂抓取角度和宽度预测模型并训练，得到经训练的机械臂抓取角度和宽度预测模型，所述机械臂抓取角度和宽度预测模型包括依次连接的初始特征提取模块、特征增强模块和特征解码模块；所述初始特征提取模块包括依次连接的第一深度可分离卷积单元、第二深度可分离卷积单元和最大池化层，所述特征增强模块包括依次连接的两个多尺度特征提取模块和一个双向特征金字塔网络，所述多尺度特征提取模块包括依次连接的混合注意力模块和空洞卷积模块；获取待抓取物体的RGB-D图像并输入到所述经训练的机械臂抓取角度和宽度预测模型，所述RGB-D图像输入到所述初始特征提取模块，依次经过第一深度可分离卷积单元和第二深度可分离卷积单元进行特征提取，得到基础特征，所述基础特征经过所述最大池化层进行降采样，得到初始特征，所述初始特征输入到所述特征增强模块，先经过两个多尺度特征提取模块提取多尺度特征，并通过所述双向特征金字塔网络进行多尺度特征的融合与增强，得到增强特征，所述增强特征经过所述特征解码模块，预测得到抓取角度、抓取宽度和抓取质量评分，所述特征解码模块包括依次连接的第一卷积层、渐进式上采样模块和三个输出分支，所述渐进式上采样模块包括三个阶段的上采样模块，所述上采样模块包括依次连接的第二卷积层和双线性上采样层，三个输出分支包括质量评分分支；所述增强特征先经过卷积核大小为1×1的第一卷积层进行特征降维，得到降维特征，如下式所示： 其中，F′表示增强特征，K1×1表示卷积核大小为1×1的第一卷积层，G表示降维特征，表示卷积操作；所述降维特征输入到所述渐进式上采样模块执行三个阶段的上采样操作，包括：第一阶段，执行3×3卷积和双线性上采样： 第二阶段，执行3×3卷积和双线性上采样： 第三阶段，执行3×3卷积和双线性上采样： 其中，P1、P2、P3分别表示三个阶段上采样后的特征，K′1、K′2、K′3分别表示三个阶段大小为3×3的卷积核，Upsample表示双线性上采样操作，scale表示上采样的缩放因子；经第三阶段上采样后的特征分别输入到三个输出分支进行如下计算过程：抓取质量评分分支：Q＝σConvQP3；抓取角度分支：θ＝ConvθP3；抓取宽度分支：W＝ReLUConvWP3；其中，ConvQ、Convθ、ConvW分别表示三个输出分支的卷积层，P3表示经第三阶段上采样后的特征，σ表示sigmoid激活函数，ReLU表示线性整流函数，Q、θ、W分别表示抓取质量评分、抓取角度、抓取宽度，将所述抓取角度和抓取宽度转换为机械臂实际抓取的角度和宽度。

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华侨大学，其通讯地址为：362000 福建省泉州市丰泽区城东城华北路269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”。