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！

龙图腾网恭喜宁德思客琦智能装备有限公司申请的专利一种用于机器人装配的弱监督点云分割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：CN120126142B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202510596972.X，技术领域涉及：G06V20/70；该发明授权一种用于机器人装配的弱监督点云分割方法及系统是由郑挺;施雪健;肖良伟;黄朝鑫;郭柱设计研发完成，并于2025-05-09向国家知识产权局提交的专利申请。

本一种用于机器人装配的弱监督点云分割方法及系统在说明书摘要公布了：本发明公开了一种用于机器人装配的弱监督点云分割方法及系统，包括，输入点云，将原始图片转化为标准化输入，对图片建立模型，为所述模型提供坐标以及RGB图像输入；基于输入的标准化输入的特征进行编码；基于Transformer算法，设计一种中心注意力机制，通过提取邻近点的全局特征，在各个邻域之间进行共享来学习点云特征；基于中心注意力机制学习的结果对点云进行分类，输出最终结果。实现了低人工标注成本地点云分割，从而让训练更高效，成本更低。

本发明授权一种用于机器人装配的弱监督点云分割方法及系统在权利要求书中公布了：1.一种用于机器人装配的弱监督点云分割方法，其特征在于，包括， S1，输入点云，将原始图片转化为标准化输入，对图片建立模型，为所述模型提供坐标以及RGB图像输入； S2，基于输入的标准化输入的特征进行编码； S3，基于Transformer算法，设计一种中心注意力机制，通过提取邻近点的全局特征，在各个邻域之间进行共享来学习点云特征，得到两个嵌入后的全局特征和位置编码模块；基于原始图片转化为标准化，得到坐标和特征，输入经过标准化后的坐标和特征，在多层感知器中，经过一层MLP后，得到特征Pi和特征Fi，其中Fi，Pi如下公式： Fi＝MLPFd； Pi＝MLPPd； 其中，Fd，Pd为输入的初始特征； 中心注意力机制对Pi和Fi进行学习； 对每个中心点pi，将其特征fi通过一个线性层g1，所述g1维度为1；同时，利用KNN算法得到该中心点pi的K个邻居点坐标Pij＝{pij：i∈N,j∈K}∈RN×K×3，以及K个邻居点对应的特征Fij＝{fij：i∈N,j∈K}∈RN×K×C，然后通过第一次嵌入来整合中心权重和邻近点特征来提取全局特征，如以下公式所示： 其中，σ是Softmax函数，fij为在坐标i，j上的特征，g1为第一次嵌入的线性层，fi为在点i上的特征，pij为pi的邻居点坐标，N和C为K的两个邻居点；基于第一次嵌入后的全局特征e1，得出第二次嵌入，如以下公式所示： e2＝fi×e1； 其中，e2为第二次嵌入后的全局特征，e1为第一次嵌入后的全局特征； S4，基于中心注意力机制学习的结果对点云进行分类，输出最终结果。

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宁德思客琦智能装备有限公司，其通讯地址为：352000 福建省宁德市蕉城区疏港路115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”。