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基于单目相机的两阶段物体六自由度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：CN119579693B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411772127.5，技术领域涉及：G06T7/73；该发明授权基于单目相机的两阶段物体六自由度位姿估计方法是由陈凤东;李波;陈冠华;肖明辉;贺高杰;刘国栋设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本基于单目相机的两阶段物体六自由度位姿估计方法在说明书摘要公布了：基于单目相机的两阶段物体六自由度位姿估计方法，解决了如何实现对弱纹理工业零件进行高精度高效率位姿估计的问题，属于单目相机位姿估计技术领域。本发明为一个由粗到精的两阶段位姿估计方法。粗位姿估计网络基于掩码特征和2D位置特征融合粗略的估计了六自由度的位姿值，粗位姿估计阶段提供了位姿精确估计的初始值，避免了位姿精确估计算法优化过程陷入局部最优值。精确位姿估计网络引入动态蛇形卷积层构建物体轮廓特征提取网络，提高轮廓特征生成质量，并对背景轮廓进行滤除。通过可微的高斯‑牛顿优化方法，在多个尺度上迭代优化，最小化投影轮廓与物体轮廓的重投影误差，实现精确的位姿估计。

本发明授权基于单目相机的两阶段物体六自由度位姿估计方法在权利要求书中公布了：1.基于单目相机的两阶段物体六自由度位姿估计方法，其特征在于，所述方法包括： 将待测物体的单目相机RGB图像同时输入粗位姿估计网络和精确位姿估计网络； 粗位姿估计网络得到输入的单目相机RGB图像的粗位姿估计值，并将粗位姿估计值作为初始位姿输入到精确位姿估计网络；粗位姿估计值包括平移向量和旋转四元数q； 所述粗位姿估计网络包括多尺度特征编码器、掩码预测分支网络、平移预测分支网络和旋转预测分支网络； 单目相机RGB图像输入至多尺度特征编码器，提取不同尺度特征，输入至掩码预测分支网络； 掩码预测分支网络通过上采样从不同尺度特征中恢复出物体二进制掩码； 物体二进制掩码同时输入至平移预测分支网络和旋转预测分支网络，平移预测分支网络根据物体二进制掩码对多尺度特征编码器输出尺度128的特征进行向量图预测，得到x和y方向向量图以及深度TZ，再通过霍夫投票方法在x和y方向向量图中选择出物体中心点cx,cy，根据物体中心点cx,cy利用针孔相机模型恢复出平移向量； 旋转预测分支网络将物体二进制掩码作为感兴趣区域，对多尺度特征编码器输出尺度512的特征进行区域ROI池化，对物体二进制掩码进行位置编码，得到尺度256的2D位置特征编码，根据ROI池化后的特征和尺度256的2D位置特征编码进行特征嵌入融合，融合后的特征进行全连接后，得到旋转四元数q；粗位姿估计网络和精确位姿估计网络训练时的位姿真值通过基于模板匹配的位姿估计获取； 精确位姿估计网络根据初始位姿在输入的单目相机RGB图像中估计出精确位姿。

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。