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！

申请/专利权人：复旦大学;复旦大学义乌研究院

摘要：本发明提供了一种基于U‑Yolo6D算法的机械臂抓取工业零件方法，具有这样的特征，包括以下步骤：步骤S1，根据工业零件得到多个训练图像和对应的标注数据作为训练数据集；步骤S2，构建U‑Yolo6D网络模型并通过训练数据集对U‑Yolo6D网络模型进行训练，得到训练后的U‑Yolo6D网络模型作为位姿提取模型；步骤S3，通过图像传感器采集包含工业零件的图像；步骤S4，将图像输入位姿提取模型，得到工业零件的位姿估计结果；步骤S5，根据位姿估计结果，控制机械臂抓取工业零件。总之，本方法能够提高机械臂抓取工业零件的准确度和速度。

主权项：1.一种基于U-Yolo6D算法的机械臂抓取工业零件方法，用于通过设有图像传感器的机械臂对工业零件进行抓取，其特征在于，包括以下步骤：步骤S1，根据所述工业零件得到多个训练图像和对应的标注数据作为训练数据集；步骤S2，构建U-Yolo6D网络模型并通过所述训练数据集对所述U-Yolo6D网络模型进行训练，得到训练后的所述U-Yolo6D网络模型作为位姿提取模型；步骤S3，通过所述图像传感器采集包含所述工业零件的图像；步骤S4，将所述图像输入所述位姿提取模型，得到所述工业零件的位姿估计结果；步骤S5，根据所述位姿估计结果，控制所述机械臂抓取所述工业零件，其中，在所述步骤S2中，训练过程为将所述训练图像输入所述U-Yolo6D网络模型，得到分割结果和检测结果，再根据所述分割结果和所述检测结果对所述U-Yolo6D网络模型进行网络参数更新，所述U-Yolo6D网络模型包括多个卷积层、编码器和解码器，得到所述分割结果和所述检测结果的具体过程为：对所述训练图像进行下采样，得到缩放训练图像，在所述编码器中通过对所述缩放训练图像进行连续下采样，依次得到第一特征图、第二特征图、第三特征图，在所述解码器中对所述第三特征图依次通过卷积层和上采样层，再和所述第二特征图通过卷积层的结果进行拼接，得到第四特征图，对所述第四特征图依次通过卷积层和上采样层，再和所述第一特征图通过卷积层的结果进行拼接，得到第五特征图，将所述缩放训练图像依次通过四个卷积层再和所述第五特征图依次通过卷积层和上采样层的结果进行拼接，得到第六特征图，对所述第六特征图通过卷积层得到所述分割结果，将所述第三特征图进行下采样的结果、所述第四特征图进行连续两次下采样的结果、所述第五特征图进行连续三次下采样的结果和所述第六特征图进行连续四次下采样的结果进行拼接，再通过卷积层得到所述检测结果。

全文数据：

权利要求：

百度查询： 复旦大学 复旦大学义乌研究院 基于U-Yolo6D算法的机械臂抓取工业零件方法