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！

龙图腾网恭喜浙江大学申请的专利一种基于双环策略的杂乱堆叠场景长序列物体抓放决策的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：CN119407795B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202510014281.4，技术领域涉及：B25J9/16；该发明授权一种基于双环策略的杂乱堆叠场景长序列物体抓放决策的方法是由王越;许可淳;熊蓉设计研发完成，并于2025-01-06向国家知识产权局提交的专利申请。

本一种基于双环策略的杂乱堆叠场景长序列物体抓放决策的方法在说明书摘要公布了：本发明公开了一种基于双环策略的杂乱堆叠场景长序列物体抓放决策的方法，包含两个闭环策略，内环策略负责通过主动感知提高物体匹配的准确性，当机械臂抓取到物体后，该策略会通过旋转物体从多个视角进行感知，增加物体与目标场景内物体匹配的置信度。外环策略则负责执行抓取和放置操作，结合不确定的物体匹配和抓取能力进行抓取动作的预测，并根据当前物体的匹配情况决定是否直接放置到目标位置，或者将物体暂时放置在缓冲区，该方法利用预训练视觉基础模型进行物体匹配、内环策略学习和内环终止机制的实现，该方法对感知噪声的影响更加鲁棒，且通过强化学习闭环优化考虑了任务层级的最优性，从而达到更好的任务成功率和效率。

本发明授权一种基于双环策略的杂乱堆叠场景长序列物体抓放决策的方法在权利要求书中公布了：1.一种基于双环策略的杂乱堆叠场景长序列物体抓放决策的方法，其特征在于，包括：步骤1：给定目标场景的RGB-D图像，获取当前场景的RGB-D图像；步骤2：通过预训练的开集物体检测算法获取当前和目标场景中所有的物体包围框并形成物体图像表征；步骤3：通过预训练的视觉基础模型提取所有物体图像表征的视觉特征；步骤4：根据当前场景的RGB-D图像，通过预训练的抓取算法模型预测出场景中的抓取动作集合并编码为抓取动作特征；步骤5：根据获得的当前和目标场景所有物体的视觉特征和抓取动作特征，利用transformer实现视觉和动作模态的交叉注意力机制，生成交叉注意力特征；步骤6：根据获得的交叉注意力特征，通过抓取策略网络生成所有抓取动作的概率值；步骤7：根据抓取动作的概率值选取抓取动作，执行概率值最高的抓取动作，获得所抓取的物体；步骤8：根据所抓取的物体，通过预训练的视觉基础模型进行该物体和目标场景中所有物体的匹配，得到所抓取的物体最匹配的目标物体及其匹配分数；步骤9：根据得到的匹配分数判断是否启动主动感知内环策略，若匹配成功，无需进行主动感知，直接执行步骤13；若进行主动感知，则执行步骤10-12；步骤10：根据步骤7得到的所抓取的物体和步骤8得到的所抓取的物体最匹配的目标物体，分别获取其在步骤2中得到的物体包围框，通过预训练的光流算法预测所抓取的物体到其最匹配的目标物体的光流，以及所抓取的物体到整个目标场景的光流，求二者的差值获得相对光流；将步骤2中物体的图像表征处理成与场景RGB图像大小相同的填充图像，并在抓取物体的边界框之外进行遮蔽；记所抓取的物体的填充图像为所抓取的物体匹配的目标物体的填充图像为采用预训练光流算法RAFT预测光流，到的物体光流为到目标图像Ig的全局光流为如果匹配具有高置信度，二者的光流应当相似，因此二者光流的差值反映了匹配的不确定性，将二者的差值作为作为主动感知内环策略的状态表示，记为相对光流步骤11：根据得到的相对光流，通过主动感知内环策略网络得到主动感知动作；所述的主动感知动作为末端执行器相对于当前姿态的连续三自由度旋转角度，即俯仰角、横滚角、偏航角，通过执行该动作，所抓取的物体将被旋转，生成新的视角来进行物体匹配；步骤12：重复步骤8-11直到无需启动主动感知，主动感知的尝试次数在指定次数以内；步骤13：根据步骤8中得到的所抓取的物体最匹配的目标物体，若所抓取的物体最匹配的目标物体所在的位置空闲，则将所抓取的物体放到目标位姿，否则将其放到缓冲区；步骤14：重复步骤1-13直到所有物体都重排到其目标状态则为完成任务，尝试次数在指定次数以内。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。