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！

龙图腾网获悉重庆大学申请的专利一种基于深度学习的机械臂抓取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：CN117315019B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202311145718.5，技术领域涉及：G06T7/73；该发明授权一种基于深度学习的机械臂抓取方法是由赖俊峰;程霜雄;宋永端;凌凯;王攀;卫佳;赵梦雯;陈宇通;邓永经设计研发完成，并于2023-09-06向国家知识产权局提交的专利申请。

本一种基于深度学习的机械臂抓取方法在说明书摘要公布了：本发明公开了一种基于深度学习的机械臂抓取方法，获得通过深度相机获得带抓取物体的RGB图像与深度图像。对深度图像进行检测，获得无效像素并且重建这些数据，以便于神经网络获取更准确的抓取位姿。对RGB图像与深度图进行对齐，获得RGB‑D图像，对齐进行中心部分裁剪，获得RGB‑D图像。采用预先训练的改进后GGCNN2网络模型对带抓取物体的RGB‑D图像进行输入，生成带抓取物体的抓取位姿信息。在机械臂基座标系即笛卡尔坐标系下的抓取位姿。输入抓取信息，控制机械臂进行抓取任务。本发明解决了原网络中泛化和学习能力较差的问题，使得改进后的神经网络在获得带抓取物体的抓取位姿上具有更好的性能，在高精度抓取领域更具有实用性。

本发明授权一种基于深度学习的机械臂抓取方法在权利要求书中公布了：1.一种基于深度学习的机械臂抓取方法，其特征在于，该方法的实施步骤如下： S1、机械臂开始抓取前调整机械臂初始状态，即工作初始点，使深度相机垂直于XOY平面上方固定高度处，通过深度相机获得待抓取物体的RGB图像与深度图像； S2、对深度图像进行检测，获得无效像素并且重建；同时对RGB图像与深度图进行对齐，获得RGB-D图像，对齐进行中心部分裁剪，获得300×300像素的RGB-D图像； S3、采用预先训练的改进后GGCNN2网络模型对待抓取物体的RGB-D图像进行输入，输出为三张300×300像素的抓取信息图像，分别为像素级的抓取质量图、抓取角度图、抓取宽度图； S3、根据生成的抓取质量图，获得抓取质量最高的像素点，并在抓取角度图与抓取宽度图中获得其对应的抓取角度与宽度，生成待抓取物体的抓取位姿信息； S4、将获得的抓取位姿信息通过手眼标定进行坐标转换，得到在机械臂基坐标系即笛卡尔坐标系下的抓取位姿； S5、输入抓取信息，控制机械臂进行抓取任务； 深度图的修复具体操作为： 第一步为获取可能带有无效信息的待抓取物体深度图； 第二步为生成带有2D梯度的待抓取物体深度图； 第三步为对2D梯度进行阈值处理以产生二元掩膜； 第四步为对二元掩膜进行漫水填充，同时生成待抓取物体深度图像中所有无效点的掩膜； 第五步为对生成的掩膜进行膨胀处理； 第六步为将生成的掩码提供给OpenCV图像修复函数，此函数从像素中推断并重建无效数据； 所述的改进后GGCNN2网络模型在GGCNN2网络结构中加入了IBN模块；加入超强通道注意力模块ECANet与残差网络中的残差模块相结合的ECA_ResNet提升模型性能。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区正街174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。