Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 苏州大学程诚获国家专利权

苏州大学程诚获国家专利权

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!

龙图腾网获悉苏州大学申请的专利面向煤矸智能分拣机械臂的煤矸多目标检测与矸石高效抓取系统及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:CN121491056B

龙图腾网通过国家知识产权局官网在2026-04-21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:202610031562.5,技术领域涉及:B07C5/342;该发明授权面向煤矸智能分拣机械臂的煤矸多目标检测与矸石高效抓取系统及方法是由程诚;黎泉;吴洪状;陈涛设计研发完成,并于2026-01-12向国家知识产权局提交的专利申请。

面向煤矸智能分拣机械臂的煤矸多目标检测与矸石高效抓取系统及方法在说明书摘要公布了:本发明公开了一种面向煤矸智能分拣机械臂的煤矸多目标检测与矸石高效抓取系统及方法,包括:图像预处理模块,用于对工业相机获取的传送带上煤矸RGB图像进行预处理,提取纹理特征图作为第四通道,构建包含颜色、纹理信息的多通道融合输入图像;煤矸多目标检测模块,用于基于所述多通道融合输入图像实现煤矸目标的检测与定位;抓取决策模块,用于根据检测结果进行矸石抓取优先级排序,并计算机械臂的最优抓取点与运动轨迹;机械臂执行模块,用于根据所述抓取决策模块的指令执行矸石抓取操作;反馈优化模块,用于采集系统运行数据,实现检测与抓取性能的持续优化。本发明有效解决了现有煤矸分拣系统环境适应性差、分拣效率低的关键技术难题。

本发明授权面向煤矸智能分拣机械臂的煤矸多目标检测与矸石高效抓取系统及方法在权利要求书中公布了:1.面向煤矸智能分拣机械臂的煤矸多目标检测与矸石高效抓取系统,其特征在于,包括: 图像预处理模块,用于对获取的传送带上煤矸RGB图像进行预处理,提取纹理特征图作为第四通道,构建包含颜色、纹理信息的多通道融合输入图像;具体的:采用局部二值模式或灰度共生矩阵对RGB图像进行纹理特征提取得到特征图,作为第四通道图像; 煤矸多目标检测模块,用于基于所述多通道融合输入图像实现煤矸目标的检测与定位;所述煤矸多目标检测模块构成煤矸多目标检测模型,包括特征提取单元,用于利用集成有注意力机制的特征提取网络对多通道融合输入图像进行特征提取,输出多尺度特征表示;其中,特征提取网络通过初始卷积层将输入图像转换为基础特征图;通过多个特征提取块进行多尺度特征提取,其中至少一个特征提取块中集成有注意力增强模块;通过全局平均池化压缩特征图的空间维度;注意力增强模块以其所在特征提取块的输入特征图作为待增强特征图,通过一维卷积或全连接层学习通道间依赖关系,生成通道注意力权重;将通道注意力权重与待增强特征图相乘,实现通道特征的重标定;域泛化单元,用于对提取的多尺度特征表示进行域泛化处理,通过最小化域间差异损失函数,获取跨环境不变的特征表示;域泛化处理采用基于不变风险最小化方式、基于分组分布式鲁棒优化的方式、基于域对抗训练的方式和基于多环境训练的方式中的至少一种实现方式;其中,基于不变风险最小化方式,通过学习在所有训练环境中保持不变的因果特征表示,实现跨域泛化;基于分组分布式鲁棒优化的方式,通过最小化最坏组的损失,提高模型在不同环境下的鲁棒性;基于域对抗训练的方式,通过引入域判别器对抗训练,使特征提取器学习多个源域共享的域不变特征,实现对未知环境的泛化;基于多环境训练的方式,通过融合来自不同矿井及工况的数据进行联合优化,以学习环境不变的鲁棒特征;目标检测单元,用于基于跨环境不变的特征表示,得到目标的类别、置信度及位置信息;多目标跟踪单元,用于为每个跟踪目标分配的唯一标识编号ID,用于在连续帧间关联同一目标,实现对目标的轨迹跟踪及运动轨迹预测; 抓取决策模块,用于根据检测结果进行矸石抓取优先级排序,并计算机械臂的最优抓取点与运动轨迹; 机械臂执行模块,用于根据运动轨迹指令控制机械臂与机械爪完成精确定位、力控抓取,使煤与矸石实现分离; 反馈优化模块,用于采集并分析系统运行过程中的反馈数据,依据所述反馈数据并基于抓取成功率、目标检测准确率及机械臂执行状态,对预设控制参数进行自适应调整,对煤矸多目标检测模型实施在线增量更新,并对抓取决策策略进行优化。

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苏州大学,其通讯地址为:215222 江苏省苏州市吴江区久泳西路1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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。