百度(美國)有限責任公司魯清凱獲國家專利權
買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！
龍圖騰網獲悉百度(美國)有限責任公司申請的專利用于雜亂剛性對象的挖掘學習獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114723020B 。
龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210498550.5，技術領域涉及：G06Q10/047；該發明授權用于雜亂剛性對象的挖掘學習是由魯清凱;張良俊設計研發完成，并于2022-05-09向國家知識產權局提交的專利申請。
本用于雜亂剛性對象的挖掘學習在說明書摘要公布了：公開了用于挖掘雜亂剛性對象的基于學習的挖掘規劃方法的實施方式，由于在挖掘期間對象的幾何和物理特性的高度變化以及大阻力，挖掘雜亂剛性對象具有挑戰性。利用了卷積神經網絡預測挖掘成功的概率。公開了基于采樣的優化方法的實施方式，用于通過利用學習的預測模型來規劃高質量挖掘軌跡。為了減少用于挖掘學習的模擬到現實的差距，使用了基于體素的挖掘場景的表示。在模擬和現實世界中進行挖掘實驗，以評估基于學習的挖掘規劃器。實驗結果表明，公開方法的實施方式可以規劃用于雜亂剛性對象的高質量挖掘，并且在很大程度上優于基準方法。
本發明授權用于雜亂剛性對象的挖掘學習在權利要求書中公布了：1.一種用于自動挖掘學習的計算機實現方法，包括： 在體素柵格維度上平鋪由多個軌跡參數表示的挖掘軌跡，以得到平鋪的軌跡參數體素柵格； 將所述平鋪的軌跡參數體素柵格與挖掘場景的體素柵格表示相連接，以生成定義一對所述挖掘軌跡和所述挖掘場景的所述體素柵格表示的挖掘實例的輸入體素柵格； 將所述輸入體素柵格饋送入神經網絡，以生成多維特征向量；以及 使用至少一個全連接層對所述多維特征向量進行處理，以預測挖掘成功概率； 其中，所述挖掘場景的所述體素柵格表示是通過以下步驟生成的： 將從RGB-深度相機獲得的挖掘場景的點云轉換至對象托盤框架； 根據指定的挖掘立方體空間將所轉換的點云過濾為過濾的點云； 對所述過濾的點云進行體素化，以生成所述挖掘場景的所述體素柵格表示。
如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人百度(美國)有限責任公司，其通訊地址為：美國加利福尼亞州；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
開放平臺
擔保交易
惠及多方
會員特惠
專屬平臺
適合多方
數據共享
功能齊全
皖公網安備 34010402703815號