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 > 国网江西省电力有限公司抚州供电分公司万晨获国家专利权

国网江西省电力有限公司抚州供电分公司万晨获国家专利权

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!

龙图腾网获悉国网江西省电力有限公司抚州供电分公司申请的专利基于小样本的智能机器人的抓取学习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:CN121290425B

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:202511662383.3,技术领域涉及:B25J9/16;该发明授权基于小样本的智能机器人的抓取学习方法及系统是由万晨;黄敏;胡玲;张志红;周霞;韩思萍;黄煜辉设计研发完成,并于2025-11-13向国家知识产权局提交的专利申请。

基于小样本的智能机器人的抓取学习方法及系统在说明书摘要公布了:本发明涉及智能机器人控制技术领域,具体公开了基于小样本的智能机器人的抓取学习方法及系统,所述方法首先采集包含RGB图像、深度图及触觉快照的少量多模态示教样本,构建初始示教集;利用合成数据对编码器进行预训练,并用真实示教样本对其进行微调,以生成稳健的原型集合;抓取评估模块通过计算实时观测与原型集合的相似度,生成像素级抓取置信度场和不确定度场;基于不确定度场驱动物理一致的虚拟样本生成,以扩充训练数据;利用增强后的小样本集在元学习框架下对抓取模型进行快速自适应微调;最后,结合物理约束求解最优抓取位姿,并通过在线触觉试探与反馈实现闭环学习。本发明显著提升了机器人在小样本真实场景下的抓取成功率和鲁棒性。

本发明授权基于小样本的智能机器人的抓取学习方法及系统在权利要求书中公布了:1.基于小样本的智能机器人的抓取学习方法,其特征在于,包括以下步骤: S1、采集目标物体的示教观测,并对所述示教观测进行标注和格式化处理,得到初始示教集; 所述示教观测包含RGB图像、深度图及短时触觉或力觉快照; S2、以合成抓取场景对编码器进行自监督或对比预训练,并用所述初始示教集对预训练的编码器进行迭代微调,以将每一示教样本映射到原型嵌入空间,得到原型集合; S3、抓取评估模块基于所述原型集合与实时RGB图像-深度图计算像素级抓取置信度场及相应不确定度场,得到像素级置信和不确定度映射; S4、基于所述不确定度场在不确定度值高于预设阈值的图像区域采样关键点,并通过轻量物理渲染或仿真按不确定度加权生成物理一致的虚拟观测以扩充训练样本,得到增强后的小样本集合; S5、以所述增强后的小样本集合作为任务样本在元学习框架下对编码器和抓取评估模块组成的抓取模型进行外环与内环训练,使抓取模型获得可对新示教快速适配的初始化,并通过梯度更新得到小样本自适应微调后的抓取模型; S6、将所述像素级抓取置信度场与所述深度图进行像素到三维反投影并基于形状、碰撞与力学约束求解并优化候选抓取位姿集合,随后对像素级置信执行短时触觉、力觉试探并将成功或失败结果连同触觉反馈回写为新的示教样本,以更新示教库并用于下一轮自适应,得到最终抓取执行结果及更新后的示教库。

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国网江西省电力有限公司抚州供电分公司,其通讯地址为:344000 江西省抚州市临川区金巢大道1233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。