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！

龙图腾网获悉东华大学申请的专利一种基于生成对抗学习的机器人七自由度抓取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：CN118990500B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411291302.9，技术领域涉及：B25J9/16；该发明授权一种基于生成对抗学习的机器人七自由度抓取方法是由刘华山;梁浩天;肖新杰;王崇;邢逸飞;杨景鹏;郑逸鉴;冯焘设计研发完成，并于2024-09-14向国家知识产权局提交的专利申请。

本一种基于生成对抗学习的机器人七自由度抓取方法在说明书摘要公布了：本发明涉及一种基于生成对抗学习的机器人七自由度抓取方法，通过引入增强抓取评估方法和生成对抗学习，综合考虑抓取稳定性、接触点分布平衡性、质心距离和接触点不共面性等多种评分指标，全面评估抓取位姿；基于霍夫投票的集合抽象层网络与PnP3D网络特征提取器，并结合多流通道关联注意力网络，精细提取点云特征，提升抓取预测精度；通过生成对抗优化特征提取结果，使模型在不同环境和物体变化下具有更高的鲁棒性和精度，显著提升抓取成功率，解决了传统的六自由度抓取方法抓取预测的成功率和鲁棒性较低、精度和稳定性不高的问题，能够在复杂环境中实现对多样化物体的精准抓取,确保抓取姿态更接近真实值,为智能机器人抓取技术的发展提供有力支持。

本发明授权一种基于生成对抗学习的机器人七自由度抓取方法在权利要求书中公布了：1.一种基于生成对抗学习的机器人七自由度抓取方法，其特征在于，包括以下步骤： S1、获取包含点云数据的原始数据集并输入，通过增强抓取评估方法对原始数据集进行数据增强，使用增强抓取评估方法EGE，引入新的评分指标，综合考虑了接触点的分布平衡和抓取的稳定性，改进现有的抓取评分机制作为学习倾向； S2、使用基于霍夫投票Votenet与一个即插即用的增强特征PnP3D改进的骨干网络Backbone进行点云下采样与特征提取； S3、抓取特征提取网络通过多层感知机实现，提取采样后的点云特征，抓取所需的位置以及候选的待抓取点集与特征向量集； S4、通过多流通道关联注意力网络得到六自由度姿态以及夹爪宽度自由度的七自由度信息； S5、在特征提取网络与抓取优化网络与之间加入了一个判别器网络，通过鉴别特征提取网络的中间特征与通过EGE优化的数据集真实标签形成生成对抗网络的结构，得到更鲁棒的七自由度抓取预测网络； S6、将待抓取物体的RGB-D图输入到步骤S5得到的七自由度抓取预测网络，得到待抓取的七自由度位姿信息； S7、进行相机内参标定，并使用Tsai-Lenz算法进行相机与机械臂手眼标定得到相机坐标系与机器人基坐标系手眼关系矩阵，将步骤S6得到的七自由度位姿信息从相机坐标系映射到机器人基坐标系，用Moveit部署到机械臂运动到待抓取位姿执行物体抓取。

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华大学，其通讯地址为：200051 上海市长宁区延安西路1882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。