一种基于点云深度学习的物体抓取方法及系统

AITNT
正文
推荐专利
一种基于点云深度学习的物体抓取方法及系统
申请号:CN202511142769
申请日期:2025-08-15
公开号:CN120715903B
公开日期:2025-11-04
类型:发明专利
摘要
本申请提供了一种基于点云深度学习的物体抓取方法及系统,方法包括:获取目标物的目标物点云,利用基于深度学习网络的点云配准模型对所述目标物点云进行点云匹配,得到初始匹配位置,然后通过最近迭代算法优化匹配位置,得到目标物在相机坐标系下相对于模板的精确变换矩阵;基于预先获取的手眼变换矩阵,通过示教计算目标物的点云姿态相对于工具坐标系的转换关系;所述手眼变换矩阵用于指示传感器坐标系与机械臂末端坐标系之间的变换关系;根据所述转换关系和精确变换矩阵解算目标物在机械臂基底坐标系下的抓取位置坐标。本申请通过深度学习网络进行点云配准,可以更准确地确定目标物的位置。
技术关键词
坐标系 物体抓取方法 机械臂 矩阵 点云深度学习 传感器 手眼标定 基底 构建深度学习网络 物体抓取系统 标定方式 关系 相机标定 图像畸变校正 迭代算法 相机内部参数
系统为您推荐了相关专利信息
1
分布式光伏参与调控的配电网电压优化控制方法及装置
光伏逆变器 分布式光伏 节点 拉格朗日 灵敏度矩阵
2
一种基于3D视觉引导的抓件方法、装置、抓件设备及介质
抓手机构 三维点云数据 视觉 计算机储存介质 工件位姿
3
一种机械手腕结构及机械臂
机械手腕 驱动件 传动件 机械手臂结构 支撑座
4
基于区块链的数字文化产品确权与数据共享方法及系统
矩阵 加密数据 智能合约验证 时序特征 节点
5
基于马尔科夫扩散核的图神经网络模型及应用与框架扩展
神经网络模型 节点特征 卷积模块 转移概率矩阵 设施
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号