[发明专利]物体识别和姿态估计方法、装置及机械臂抓取系统有效
| 申请号： | 201610903034.0 | 申请日： | 2016-10-17 |
| 公开（公告）号： | CN107953329B | 公开（公告）日： | 2021-06-15 |
| 发明（设计）人： | 曾伟;梁国远;王灿;吴新宇;黄胜 | 申请（专利权）人： | 中国科学院深圳先进技术研究院 |
| 主分类号： | B25J9/16 | 分类号： | B25J9/16;G06T7/73 |
| 代理公司： | 深圳中一专利商标事务所 44237 | 代理人： | 张全文 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明适用于人工智能应用技术领域，提供了一种物体识别和姿态估计方法、装置及机械臂抓取系统，该方法包括：通过多级深度学习模型对图像样本进行物体的类别和姿态学习，建立特征描述子集合；采集目标物体的物体姿态图像；通过所述多级深度学习模型，从目标物体的物体姿态图像中获取所述目标物体的特征描述子，并结合所述特征描述子集合进行物体识别和姿态估计；其中，所述特征描述子集合包括至少两个特征描述子，每个所述特征描述子表征一种物体类别和物体姿态。通过本发明能同时学习物体类别和姿态，提高识别精度。 | ||
| 搜索关键词： | 物体 识别 姿态 估计 方法 装置 机械 抓取 系统 | ||
【主权项】：
一种物体识别和姿态估计方法，其特征在于，包括：通过多级深度学习模型对图像样本进行物体的类别和姿态学习，建立特征描述子集合；其中，所述特征描述子集合包括至少两个特征描述子，每个所述特征描述子表征一种物体类别和物体姿态；采集目标物体的物体姿态图像；通过所述多级深度学习模型，从所述目标物体的物体姿态图像中获取所述目标物体的特征描述子，并结合所述特征描述子集合进行物体识别和姿态估计。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院深圳先进技术研究院，未经中国科学院深圳先进技术研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610903034.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种七自由度仿人机械臂
- 下一篇：机器人及其控制方法和装置
