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！

龙图腾网获悉南京工业大学申请的专利一种多特征语义原语6D姿态估计与抓取异常监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：CN116385973B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202310386176.4，技术领域涉及：G06V20/52；该发明授权一种多特征语义原语6D姿态估计与抓取异常监测方法是由易阳;冯海达;朱文俊;刘洋宏;张梦怡设计研发完成，并于2023-04-12向国家知识产权局提交的专利申请。

本一种多特征语义原语6D姿态估计与抓取异常监测方法在说明书摘要公布了：本发明提出一种多特征语义原语6D姿态估计与抓取异常监测方法，首先，本发明设计了一个全新的图像‑点云协同的多特征语义分割网络，该网络分别提取物体纹理等信息和每个像素的类别概率以及点云特征，然后通过像素‑点协同融合从而有效地提升分割的精度和速度。然后，本发明提出了一种全新的原语特征提取模块，提取的特征保证了旋转、平移和尺度不变特性，相比传统描述符具有更高的鲁棒性和更强的特征表达能力，并且相比其他深度学习网络更加高效且轻量。最后，本发明还将基于多特征语义原语6D姿态估计与机器人抓取异常监测结合，有效地提高机器人抓取异常检测的精度和灵敏度。

本发明授权一种多特征语义原语6D姿态估计与抓取异常监测方法在权利要求书中公布了：1.一种多特征语义原语6D姿态估计与抓取异常监测方法，其特征在于，包括如下步骤： 步骤1：构建图像和点云协同的多特征语义分割网络，输出目标物体的语义原语； 步骤2：构建原语特征提取模块，将语义原语输入到原语特征提取模块，然后将特征输入DualSDF生成网络，生成初始粗糙原语形状，并通过原语特征提取模块分别提取观测到的语义原语与初始粗糙原语特征，通过循环更新优化，使其粗糙原语特征更接近被观测实例的语义原语； 步骤3：计算求解机器人抓取物体的6D姿态信息，比较视觉系统计算的姿态与预设定的机器人末端位姿之间是否有较大差异，判断机器人抓取是否异常； 其中，求出两组中心点之间的变换具体包括如下步骤： 1根据点云1：P＝pii＝1,2,..,n，点云2：Q＝qii＝1,2,..,n，n表示点集中所有点的数量，计算各自点云的质心和 2然后计算点集去除中心化的点云坐标： 3根据两个去除中心化的点云坐标计算协方差矩阵： 4使用SVD分解协方差矩阵： H＝USVT 其中，U表示左奇异向量矩阵为正交矩阵，S表示奇异值矩阵为对角矩阵，V表示右奇异向量矩阵为正交矩阵， 5最后分别计算出旋转矩阵R、尺度大小s、平移向量t： 最后两组点云之间的变换可以使用R,t,s表示。

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南京工业大学，其通讯地址为：211816 江苏省南京市江北新区浦珠南路30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。