中国科学院沈阳自动化研究所兰大鹏获国家专利权
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！
龙图腾网获悉中国科学院沈阳自动化研究所申请的专利基于遥操作机器人任务的多模态数据特征提取与优化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：CN120387147B 。
龙图腾网通过国家知识产权局官网在2025-08-26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：202510887687.3，技术领域涉及：G06F18/25；该发明授权基于遥操作机器人任务的多模态数据特征提取与优化方法是由兰大鹏;刘思远;请求不公布姓名;刘禹;李栋;曾鹏设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。
本基于遥操作机器人任务的多模态数据特征提取与优化方法在说明书摘要公布了：本发明提供一种基于遥操作机器人任务的多模态数据特征提取与优化方法，涉及机器人模仿学习技术领域，本方法首先通过设定时间步的截断比例对机器人获取的多模态数据进行数据优化，剔除无意义操作数据；然后在需要处理的多模态数据中的RGB彩色图像种引入深度信息，增强环境感知能力；最后应用DINO技术进行多模态特征挖掘，具体通过ViT架构的预训练DINOv2模型实现。通过创新性的数据优化与多模态特征提取方法，解决了模仿学习中的数据冗余、特征提取不足以及多模态信息融合效率低的问题，为用户带来了显著的实际价值。
本发明授权基于遥操作机器人任务的多模态数据特征提取与优化方法在权利要求书中公布了：1.一种基于遥操作机器人任务的多模态数据特征提取与优化方法，其特征在于，包括以下步骤： 步骤1：对机器人获取的多模态数据进行数据优化，剔除无意义操作数据； 步骤2：在需要处理的多模态数据中的RGB彩色图像中引入深度信息，增强环境感知能力； 步骤3：应用DINO技术进行多模态特征挖掘；所述DINO技术具体通过ViT架构的预训练DINOv2模型实现； 所述步骤3具体为：将RGB彩色图像和深度图像分别输入至DINOv2模型主干网络：对于深度图像，先将其复制到与RGB彩色图像相同的三个颜色通道，以匹配ViT架构的标准输入形态；对于多路相机的数据输入，则在保持网络权重一致的前提下重复调用同一个DINOv2模型主干网络，DINOv2首先对输入图像进行patch切分，将每个图像分块映射到高维特征空间，并在自注意力层内对所有图像块进行信息交互和深度关联，进而生成一序列带有全局上下文语义的特征向量序列； 去除输出的特征向量序列中的[CLS]标记并将其余特征块Token进行重排，从一维向量序列还原成二维特征图。
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中国科学院沈阳自动化研究所，其通讯地址为：110016 辽宁省沈阳市沈河区南塔街114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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号