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！

龙图腾网获悉东北大学;辽宁庆阳特种化工有限公司申请的专利一种基于轻量化网络的协作机器人抓取检测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：CN119610219B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411965974.3，技术领域涉及：B25J19/00；该发明授权一种基于轻量化网络的协作机器人抓取检测方法是由姜杨;孙大康;张雪娇;林海生;刘英佳;邢芸;张泽慧;马华隆;姜影设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本一种基于轻量化网络的协作机器人抓取检测方法在说明书摘要公布了：本发明提供一种基于轻量化网络的协作机器人抓取检测方法，涉及工业智能抓取技术领域，本发明解决传统二维平面抓取中存在的问题，优化现存的深度学习抓取算法。通过引入注意力机制模块并将抓取图进行重构，提出新型的网络框架ORANGEORientationAttentiveGraspsynthEsis，将抓取问题变为回归和分类问题。此外，还提出了一种方向注意力机制，通过增强的抓取地图AugmentedGraspMap，AGM来改进传统的抓取策略。该方法将抓取问题将抓取方向划分为多个离散区间，每个区间表示一定范围内的方向角度，从而减少了同一抓取点在不同方向上的重叠问题。本方法通过对深度图像的像素级处理，结合卷积神经网络的特征提取能力，提高了抓取点的预测准确性和稳定性。

本发明授权一种基于轻量化网络的协作机器人抓取检测方法在权利要求书中公布了：1.一种基于轻量化网络的协作机器人抓取检测方法，其特征在于，包括以下步骤： 步骤1：视觉感知：通过深度相机对六自由度机械臂的捕捉抓取过程进行图像采集，对采集的图像进行预处理，其中采集的图像包括深度图像以及彩色图像； 步骤2：抓取预测； 步骤2.1：网络算法预测；ORANGE网络框架生成增强抓取图AGM，通过分离抓取方向的不同角度，将抓取点的方向划分为多个离散的角度分区作为方向注意力机制； 所述ORANGE网络框架基于GGCNN2和改进的U-Net网络架构，所述改进的U-Net网络架构具体为：将U-Net网络中的普通卷积替换为深度可分离卷积，在解码层加入SE模块，在桥连层加入SPP模块； 步骤2.1中所述增强抓取图使用深度图像中的像素级信息，通过卷积神经网络进行特征提取，生成用于预测抓取点的质量图QualityMap、方向图OrientationMap以及抓取概率图； 步骤2.1中所述方向注意力机制通过对不同方向进行加权，获取最有效的抓取方向，具体包括以下步骤： 步骤S1：输入方向特征：假设ORANGE网络框架的输出中有一个方向特征图，其中：N为方向bins的数量、为抓取图的空间分辨率，H、W表示图像的高度与宽度；每个方向bin包含一个方向特征图，表示不同方向上的抓取特征； 步骤S2：进行全局平均池化GAP：对每个方向的方向特征图进行全局平均池化，获得每个方向的全局描述，具体如下： ； 其中是方向binn的全局特征，表示该方向的全局信息；Fni,j为第n个方向bin的方向特征图中像素i,j的值； 步骤S3：生成方向权重：使用一个轻量化的全连接层生成每个方向的bin的权重： ； 其中是全连接层的权重矩阵、是Sigmoid激活函数，用于将权重归一化到的范围，表示对方向binn的关注度； 步骤S4：权重应用：使用方向权重对每个方向上的方向特征图进行加权处理： ； 步骤S5：输出加权后的方向特征：得到的加权方向特征图： ； 将各个方向的加权方向特征图进行合并，形成最终的方向特征图，作为后续网络的输入； 步骤2.2：生成抓取配置：ORANGE网络框架输出增强抓取图后，筛选出最优抓取点和最优抓取方向； 步骤2.3：分析环境中的物体关系，获得取抓取顺序： 具体使用概率图和方向图以及物体遮挡分析来获取抓取顺序； 步骤3：执行抓取：结合物体的三维坐标x,y,z和抓取方向，输出机械臂的抓取姿态；再将预测得到的抓取点从摄像头坐标系转换到机械臂坐标，使用手眼标定方法计算转换矩阵，将预测得到的抓取点映射到机械臂的运动范围内，机械臂执行抓取动作，移至目标点位控制夹爪完成抓取动作。

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东北大学;辽宁庆阳特种化工有限公司，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11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。