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！

龙图腾网获悉西北工业大学申请的专利一种复杂场景下的机械臂六自由度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：CN118163105B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202410392217.5，技术领域涉及：B25J9/16；该发明授权一种复杂场景下的机械臂六自由度抓取检测方法是由高剑;李宇丰;杨旭博;陈依民;郭靖伟设计研发完成，并于2024-04-02向国家知识产权局提交的专利申请。

本一种复杂场景下的机械臂六自由度抓取检测方法在说明书摘要公布了：本发明涉及一种复杂场景下的机械臂六自由度抓取检测方法，属于机器人目标物体抓取技术领域。获取目标物体的点云簇和整个点云场景；计算点云的轮廓和可抓取区域；计算点云簇的质心和特征向量；在目标物体上预先生成抓取姿态；利用点云簇的质心和特征向量对抓取姿态进行过滤，保留的抓取姿态为靠近点云簇质心和与方向向量夹角满足要求的部分抓取姿态；将保留后的抓取姿态输入到抓取姿态生成网络中进行打分；区域点云分析法对抓取保留后的抓取姿态的质量进行打分；将两个分数分别给予不同的权重，并进行最后的排序，输出最高分数对应的抓取姿态；让机械臂执行该抓取姿态，抓取目标物体。可以实现在复杂环境下实现对目标物体的稳定抓取。

本发明授权一种复杂场景下的机械臂六自由度抓取检测方法在权利要求书中公布了：1.一种复杂场景下的机械臂六自由度抓取检测方法，其特征在于，步骤如下： 步骤1：获取目标物体的点云簇和整个点云场景； 步骤2：区域点云分析法计算点云的轮廓和可抓取区域，将每个单独的可抓取区域分割出来；具体为： 假设点P为点云集合中的一个点云点，将P及其周围邻域内的点云投影至该点的切平面，投影后P对应的点为p；以点p为中心，将周围的点与点p两两连接后形成一系列的夹角，形成夹角集合： 找到该集合中的最大夹角，当大于第一设定阈值时，即可判定P为边界点，否则不是边界点；求出点云簇的轮廓后，沿着目标点云簇的轮廓从下到上进行比较，通过比较夹爪的最大张开宽度和点云轮廓之间的距离来计算可抓取区域； 步骤3：针对每个单独的可抓取区域，利用主成分分析方法PCA计算该点云簇的质心和特征向量；具体为： 设目标点云簇为C，包含n个点云点的集合为，计算点云簇的质心为： 构建点云簇的协方差矩阵，利用协方差矩阵求出点云簇的特征值,,，计算每个特征值对应的特征向量,,；其中，设定的特征的大小为，最小的特征值对应的特征向量设定为点云簇的方向向量； 步骤4：由神经网络模型抓取位姿生成GPG在目标物体上预先生成抓取姿态； 步骤5：根据所述可抓取区域，区域点云分析法将GPG在不可抓取区域上生成的抓取姿态过滤掉； 步骤6：利用点云簇的质心和特征向量对抓取姿态进行过滤，保留的抓取姿态为靠近点云簇质心和与方向向量夹角满足要求的部分抓取姿态；具体为： 计算抓取姿态的位置向量和点云簇的质心之间的距离，当该距离小于第二设定阈值，进行保留； 计算抓取姿态的接近向量和点云簇的方向向量之间的夹角，当该夹角小于第三设定阈值时，认为抓取姿态会以垂直的方向靠近目标物体；当方向向量和接近向量同向时，即抓取姿态从支撑桌面下面靠近物体，会发生碰撞；故需要将接近向量取反，再计算抓取姿态的接近向量和点云簇的方向向量之间的夹角； 步骤7：将保留后的抓取姿态输入到抓取姿态生成网络PointNetGPD中进行打分，得到分数； 步骤8：对抓取保留后的抓取姿态的质量进行打分，得分为；打分公式如下： 其中，表示抓取姿态的位置向量和点云簇质心之间的距离大小，当距离越大时，对应的得分越小；表示以目标点云簇的质心为球心，以一定的大小为半径，求得在球体内的周围物体的点云集，表示抓取姿态的位置向量和周围点云集之间的平均距离，当平均距离越小时，意味着抓取姿态越靠近中间位置，更不易与周围物体发生碰撞；为抓取姿态的接近向量与方向向量之间的夹角，夹角越大，对应的分数越低；为平衡系数，表示目标物体点云簇，为接近向量； 步骤9：将每个抓取姿态得到的分数和分别给予不同的权重，并进行最后的排序，输出最高分数对应的抓取姿态；让机械臂执行该抓取姿态，抓取目标物体。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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。