公开(公告)号：CN117656083B

公开(公告)日：2024-04-30

申请号：CN202410128972.2

申请日：2024-01-31

Applicant: 厦门理工学院

Inventor： 仲训杲 ,  罗家国 ,  龚涛 ,  吴昊男 ,  周桥 ,  陈毅军 ,  杨贵志

IPC: B25J9/16

Abstract: 本发明涉及一种七自由度抓取姿态生成方法、装置、介质及设备。方法包括：获取包含多个物体的RGB图像以及深度图像；将RGB图像输入至预先训练完成的无类别分割模块中，得到各个物体分别所在区域的二值化掩膜；根据深度图像和二值化掩膜，得到各个物体分别对应的单目标深度图；针对每一单目标深度图，确定单目标深度图对应的目标深度值；将目标深度值按照预设顺序进行排序，得到排序后的目标深度值集合；将目标深度值集合、各个物体分别对应的所述单目标深度图，输入到预先训练完成的抓取预测模块，得到抓取五维信息；根据抓取五维信息、待抓取物体的点云，得到针对待抓取物体的七自由度抓取姿态信息。如此，提高抓取精确度和抓取成功率。

公开(公告)号：CN117656083A

公开(公告)日：2024-03-08

申请号：CN202410128972.2

申请日：2024-01-31

Applicant: 厦门理工学院

Inventor： 仲训杲 ,  罗家国 ,  龚涛 ,  吴昊男 ,  周桥 ,  陈毅军 ,  杨贵志

IPC: B25J9/16

Abstract: 本发明涉及一种七自由度抓取姿态生成方法、装置、介质及设备。方法包括：获取包含多个物体的RGB图像以及深度图像；将RGB图像输入至预先训练完成的无类别分割模块中，得到各个物体分别所在区域的二值化掩膜；根据深度图像和二值化掩膜，得到各个物体分别对应的单目标深度图；针对每一单目标深度图，确定单目标深度图对应的目标深度值；将目标深度值按照预设顺序进行排序，得到排序后的目标深度值集合；将目标深度值集合、各个物体分别对应的所述单目标深度图，输入到预先训练完成的抓取预测模块，得到抓取五维信息；根据抓取五维信息、待抓取物体的点云，得到针对待抓取物体的七自由度抓取姿态信息。如此，提高抓取精确度和抓取成功率。

公开(公告)号：CN117726983A

公开(公告)日：2024-03-19

申请号：CN202311579776.9

申请日：2023-11-24

Applicant: 厦门理工学院

Inventor： 仲训杲 ,  赵晶 ,  龚涛 ,  苗春晓 ,  关健生 ,  杨贵志

IPC: G06V20/52 ,  G06V10/40 ,  G06V10/774 ,  G06V10/25 ,  G06V10/764 ,  G06V10/766 ,  G06N3/0464

Abstract: 本发明涉及一种密集堆叠场景下的机器人目标抓取检测方法，包括：构建抓取检测模型，通过训练集对模型进行训练，通过训练后的模型进行抓取检测；模型包括特征提取模块、目标检测模块和抓取模块；特征提取模块用于目标特征提取，目标检测模块用于目标类别检测，抓取模块用于目标的抓取检测。本发明实现了机器人密集堆叠抓取检测任务，既能够实现多目标类别检测，又能实现目标抓取位置的精确检测。

公开(公告)号：CN116543306A

公开(公告)日：2023-08-04

申请号：CN202310534582.0

申请日：2023-05-12

Applicant: 厦门理工学院

Inventor： 林志炜 ,  龚涛 ,  苏鹭梅 ,  陈玮浩 ,  谢奕涛

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06F16/33 ,  G06F16/36 ,  G06F40/295

Abstract: 本发明涉及一种基于知识图谱的场景识别方法、终端设备及存储介质，该方法中构建了基于目标关系知识学习的轻量型图检测网络，能够根据目标关系知识进行推理识别目标，并通过模型结构重构的方法进行轻量化处理；通过添加语义分析模块，可以在传统检测的基础上，利用的三元组合中已确定的关系知识或属性知识去增强特征。本发明在提高识别准确率的同时对模型进行轻量化处理，并解决相似场景难以区分的问题，适用于部署到服务型机器人上进行场景识别。