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！

龙图腾网获悉西安达升科技股份有限公司申请的专利一种基于视觉反馈的工件抓取方法及系统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：CN120697040B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202511195495.2，技术领域涉及：B25J9/16；该发明授权一种基于视觉反馈的工件抓取方法及系统是由赵江民设计研发完成，并于2025-08-26向国家知识产权局提交的专利申请。

本一种基于视觉反馈的工件抓取方法及系统在说明书摘要公布了：本发明涉及工件自动化抓取与视觉伺服控制技术领域，公开了一种基于视觉反馈的工件抓取方法及系统，该方法包括通过前视、侧视、俯视多视角相机获取实时图像，经特征融合网络提取表面特征；将特征输入基于粒子滤波框架的位姿估计模型，结合多维度观测似然函数迭代更新位姿，生成预测参数；基于参数构建多目标路径规划模型，以路径最短和关节运动最小为目标，采用动态规划算法优化路径；建立层级式控制模型，策略层进行全局规划，调整层修正局部路径，执行层通过视觉伺服控制实现轨迹跟踪，输出控制指令完成抓取。本发明通过多视角感知、鲁棒位姿估计、全局优化路径规划及层级式控制，提升了复杂环境下工件抓取的精度、效率与稳定性。

本发明授权一种基于视觉反馈的工件抓取方法及系统在权利要求书中公布了：1.一种基于视觉反馈的工件抓取方法，其特征在于，包括： 通过多视角视觉感知装置获取目标工件的实时图像数据，所述多视角视觉感知装置包括前视相机、侧视相机以及俯视相机；基于特征融合网络对所述实时图像数据进行特征提取处理，得到工件表面特征数据；将所述工件表面特征数据输入预先训练的位姿估计模型，所述位姿估计模型采用粒子滤波框架，基于观测似然函数对工件位姿进行迭代更新，生成工件位姿预测参数； 根据所述工件位姿预测参数构建多目标路径规划模型，所述多目标路径规划模型以抓取路径长度最短以及关节运动幅度最小为优化目标，采用动态规划算法对抓取路径进行全局优化，其中所述动态规划算法引入状态转移代价和启发式评估函数；基于所述多目标路径规划模型输出最优抓取路径数据； 根据所述最优抓取路径数据建立层级式抓取控制模型，所述层级式抓取控制模型包括策略层、调整层和执行层，其中策略层基于所述工件位姿预测参数进行全局抓取规划，调整层基于所述最优抓取路径数据进行局部路径修正，执行层基于视觉伺服控制算法实现机械臂的轨迹跟踪；通过所述层级式抓取控制模型输出抓取控制指令，实现目标工件的视觉反馈抓取控制； 将所述工件表面特征数据输入预先训练的位姿估计模型，所述位姿估计模型采用粒子滤波框架，基于观测似然函数对工件位姿进行迭代更新，生成工件位姿预测参数包括： 获取实时图像数据，所述实时图像数据包括工件边缘轮廓信息、表面纹理信息、关键特征点坐标以及背景环境遮挡信息；基于所述实时图像数据构建状态空间，基于机械臂末端执行器可执行的平移运动量、旋转角度量以及夹爪开合度构建动作空间； 基于所述状态空间以及所述动作空间构建多维度观测似然函数，所述多维度观测似然函数包括轮廓匹配项、纹理对齐项、特征点重合项以及遮挡排除项，其中所述轮廓匹配项通过工件实际轮廓与预测轮廓的形状相似度计算得到，所述纹理对齐项通过工件表面纹理与模板纹理的灰度相关性计算得到，所述特征点重合项通过实际特征点坐标与预测特征点坐标的位置偏差计算得到，所述遮挡排除项通过背景区域与工件区域的像素分离度计算得到； 构建粒子滤波框架，所述粒子滤波框架包括初始粒子集、状态转移函数以及观测似然计算模块，所述初始粒子集包含多个工件位姿假设样本，所述状态转移函数通过机械臂运动学模型对粒子位姿进行预测更新，所述观测似然计算模块基于所述多维度观测似然函数对粒子权重进行评估； 采用重采样方法更新所述初始粒子集，通过轮盘赌选择保留高权重粒子，剔除低权重粒子并补充新粒子，基于更新后的粒子集计算工件位姿的均值和协方差；基于所述粒子滤波框架输出位姿预测参数，所述位姿预测参数包括粒子均值坐标、协方差矩阵、关键特征点匹配置信度以及遮挡区域排除概率； 根据所述工件位姿预测参数构建多目标路径规划模型，所述多目标路径规划模型以抓取路径长度最短以及关节运动幅度最小为优化目标，采用动态规划算法对抓取路径进行全局优化，基于所述多目标路径规划模型输出最优抓取路径数据包括： 构建路径规划的多目标函数，所述多目标函数包括路径长度优化目标函数以及关节运动优化目标函数，其中所述路径长度优化目标函数通过路径分段直线距离与对应移动速度的比值求和计算得到，所述关节运动优化目标函数通过各关节旋转角度量、平移运动量以及加速度变化量的加权求和计算得到； 基于所述多目标函数构建路径规划约束条件，所述路径规划约束条件包括速度约束、角度约束、加速度约束以及障碍物约束，所述速度约束用于限定机械臂末端执行器的移动速度范围，所述角度约束用于限定各关节旋转角度的变化范围，所述加速度约束用于限定机械臂运动加速度的取值范围，所述障碍物约束用于保证机械臂与周围固定障碍物之间的安全距离； 采用节点序列对抓取路径进行编码，每个节点包含空间坐标以及机械臂关节角度信息，基于状态转移代价以及启发式评估值构建状态转移概率，通过所述状态转移概率确定下一个可行节点；其中所述启发式评估值通过节点间直线距离以及关节运动幅度的加权计算得到； 引入自适应状态转移代价机制，所述自适应状态转移代价机制采用时变权重系数，所述时变权重系数随规划迭代次数增加呈线性衰减变化，通过所述时变权重系数对状态转移代价进行动态调整； 引入动态启发式评估机制，所述动态启发式评估机制采用时变影响因子，所述时变影响因子随规划迭代次数增加呈线性增长变化，通过所述时变影响因子调节启发式评估值在状态转移概率中的权重；基于所述自适应状态转移代价机制以及所述动态启发式评估机制进行迭代优化，对每次迭代产生的路径进行长度代价以及关节运动代价评估，将非支配解加入帕累托前沿解集； 从所述帕累托前沿解集中选取满足长度-运动权衡的最优解作为最优路径，对所述最优路径进行样条曲线平滑处理，生成最优节点序列以及对应的机械臂运动参数。

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安达升科技股份有限公司，其通讯地址为：710000 陕西省西安市国际港务区元朔大道东段2977号西安港科创产业园机器人园区C-2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。