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！

龙图腾网获悉西钓智能合创科技(北京)有限公司申请的专利一种用于机器人的目标检测方法及装置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：CN121121166B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202511086759.0，技术领域涉及：G06V10/75；该发明授权一种用于机器人的目标检测方法及装置是由王洪艳设计研发完成，并于2025-08-05向国家知识产权局提交的专利申请。

本一种用于机器人的目标检测方法及装置在说明书摘要公布了：本发明提供一种用于机器人的目标检测方法及装置。所述方法包括：获取机器人环境采集设备采集的环境点云数据和场景描述数据；对所述环境点云数据和所述场景描述数据进行数据增强，得到增强数据；对所述增强数据进行特征提取，得到特征数据；对所述特征数据进行对齐处理，得到对齐数据；根据所述对齐数据进行目标检测，得到目标检测结果。本发明通过获取机器人环境采集设备采集的环境点云数据和场景描述数据，然后对环境点云数据和场景描述数据进行数据增强，得到增强数据，再对增强数据进行特征提取，得到特征数据，对特征数据进行对齐处理，得到对齐数据，最后根据对齐数据进行目标检测，得到目标检测结果，有利于提高目标检测结果的精度。

本发明授权一种用于机器人的目标检测方法及装置在权利要求书中公布了：1.一种用于机器人的目标检测方法，其特征在于，包括： 获取机器人环境采集设备采集的环境点云数据和场景描述数据； 对所述环境点云数据和所述场景描述数据进行数据增强，得到增强数据； 对所述增强数据进行特征提取，得到特征数据； 对所述特征数据进行对齐处理，得到对齐数据； 根据所述对齐数据进行目标检测，得到目标检测结果； 其中，对所述增强数据进行特征提取，得到特征数据，包括： 对所述增强数据中的环境点云数据进行标准化处理，得到标准化数据；通过对增强数据中的环境点云数据进行降采样处理，得到降采样环境点云数据；通过对降采样环境点云数据进行标准化处理，得到标准化数据；其中，为降采样环境点云数据中所有点的坐标平均值，N为增强数据中的环境点云数据中的点云数量，为增强数据中的第k个环境点云数据，，为第i个预设参数，为第i个标准化数据，为降采样环境点云数据的均值，为降采样环境点云数据的标准差； 对所述增强数据中的场景描述数据进行子词序列转换，得到子词序列数据；将增强数据中的场景描述数据拆分为多个单词或者子词，每个单词或子词对应预设词汇表中的唯一顺序标识，按照该唯一顺序标识将所有的单词或者子词进行按序排列，并将句子开头的子词标记为句子开头，句子结尾的子词标记为句子结尾，得到子词序列数据，其中，为单词或子词，L为单词或子词的个数； 对所述标准化数据和所述子词序列数据进行特征提取，得到特征数据；特征数据包括点级特征和特征向量；其中，对标准化数据进行特征提取的步骤包括：使用最远点采样选择个中心点；对每个中心点，搜索半径内的邻域点；计算相对坐标；通过，将相对坐标映射到高维空间，得到映射后的高维特征；通过，对邻域内所有点的进行逐元素最大池化，得到聚合后的局部特征；通过，生成点级特征集合，其中，； 其中，N为标准化数据中的总点数；为通过最远点采样选择的中心点数量，；为通过最远点采样后的中心点集合，每个，3为点的XYZ坐标，d为点的附加特征维度；为搜索半径，为中心点的邻域点集合，包含所有满足的点；为相对坐标，即邻域点相对于中心点的坐标偏移；为映射后的高维特征；为映射函数；为超参数；为聚合后的局部特征；为点级特征集合；为点级特征；为复合函数，为可学习参数； 对子词序列数据进行特征提取的步骤包括：将子词序列数据输入预设编码模型，获取每层的输出：，其中为第l层的隐藏状态，为维度；取最后一层或倒数第二层的单词或子词特征作为特征向量：； 其中，为第l层的隐藏状态；T为子词序列数据；M为子词序列数据的实际单词或子词数量；为维度；为特征向量； 其中，对所述特征数据进行对齐处理，得到对齐数据，包括： 对所述特征数据进行数据降维处理，得到降维数据；降维数据包括降维后的点级特征和降维后的特征向量；其中，通过对特征数据中的点级特征进行数据降维处理，得到降维后的点级特征；其中，为降维后的点级特征，为一种通过多层非线性变换对输入数据进行特征转换和降维的神经网络结构，为聚合特征，，为点级特征，为通过最远点采样选择的中心点数量； 通过对特征数据中的特征向量进行数据降维处理，得到降维后的特征向量；其中，为降维后的特征向量，为特征向量； 对所述降维数据进行相似度计算，得到相似度；通过计算降维后的点级特征与降维后的特征向量的相似度；其中，为第i个点的降维后的点级特征与第i个点的降维后的特征向量的相似度，为指数函数，为第i个点的降维后的点级特征，为降维后的特征向量，为控制相似度衰减速度的带宽参数； 根据所述相似度对所述降维数据进行对齐处理，得到对齐数据；从相似度集合中选择预设值数量的关键点；通过进行对齐处理，得到对齐数据；其中，为第m个关键点，为第i个点的降维后的点级特征，为第i个点的降维后的点级特征与第i个点的降维后的特征向量的相似度，为第a个对齐数据。

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钓智能合创科技(北京)有限公司，其通讯地址为：100000 北京市西城区北新华街45号41号楼二层206室；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。