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！

龙图腾网获悉哈尔滨工业大学申请的专利双向融合6D物体位姿估计方法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：CN118799393B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202410801484.3，技术领域涉及：G06T7/73；该发明授权双向融合6D物体位姿估计方法是由谢涛;安韬;赵立军;戴崑;李瑞峰设计研发完成，并于2024-06-20向国家知识产权局提交的专利申请。

本双向融合6D物体位姿估计方法在说明书摘要公布了：双向融合6D物体位姿估计方法，解决了在位姿估计时传感器噪声干扰影响网络性能，鲁棒性较差的问题，属于物体位姿估计领域。本发明提供一种基于新型transformer架构的双向融合6D物体位姿估计方法：对待估计场景的RGB图像与深度图像进行预处理，将深度图像转换成点云数据；利用特征提取层提取RGB图像中的外观特征和点云数据中的几何特征；双向特征融合层集成在特征提取层的每一个维度内；自适应MOE层根据特征提取层最后输出的特征判断主导模态，调整外观特征和几何特征的权重，得到MOE特征，并与特征提取层最后输出的外观特征和几何特征进行拼接，拼接后输入至6D物体位姿估计层得到每个物体的6D位姿参数。

本发明授权双向融合6D物体位姿估计方法在权利要求书中公布了：1.双向融合6D物体位姿估计方法，其特征在于，所述方法包括：对待估计场景的RGB图像与深度图像进行预处理，将深度图像转换成点云数据；所述待估计场景中包括一个或多个物体；将RGB图像和点云数据输入至位姿估计网络；所述位姿估计网络包括特征提取层、双向特征融合层、自适应MOE层和6D物体位姿估计层；RGB图像和点云数据输入至特征提取层，特征提取层分别提取输入RGB图像中的外观特征和点云数据的几何特征；双向特征融合层集成在特征提取层的每一个维度内，将提取的相应维度的外观特征和几何特征进行融合，得到点云数据到RGB融合特征p2r和RGB到点云数据融合特征r2p，融合特征p2r作为下一个维度外观特征提取时的输入，融合特征r2p作为下一个维度几何特征提取时的输入；特征提取层最后输出的外观特征和几何特征同时输入至自适应MOE层，自适应MOE层根据输入的特征判断主导模态，调整外观特征和几何特征的权重，进行加权求和，得到MOE特征，MOE特征与特征提取层最后输出的外观特征和几何特征进行拼接，将拼接后的特征图像输出至6D物体位姿估计层；6D物体位姿估计层预测出拼接后的特征图像中的每个物体上的3D关键点，得到每个物体的预测关键点集，将该预测关键点集与配置文件中每个物体的关键点集进行匹配，从而回归出每个物体的6D位姿参数。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。