申请/专利权人：聚时科技(上海)有限公司

申请日：2023-12-18

公开（公告）日：2024-03-22

公开（公告）号：CN117746179A

主分类号：G06V10/774

分类号：G06V10/774;G06V10/82;G06T7/30;G06V10/40;G06T7/70;G06T5/70;G06V10/74;G06N3/0464;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明实施例提出一种姿态估计模型训练方法、集卡姿态估计方法及相关装置，涉及集装箱装卸技术领域。姿态估计模型训练方法借助深度学习模型出色的学习能力，更好地捕获集卡点云中的结构信息以及点云之间的相对位置关系，大大简化了姿态估计模型的训练流程。同时通过几何变换增加样本多样性，能够有效提高集卡训练数据生成的效率和数量，从而提高模型的姿态估计的准确性。且无需额外的人工标注成本，从而节省人工成本，提高姿态估计模型训练的效率。

主权项：1.一种姿态估计模型训练方法，其特征在于，应用于电子设备，所述方法包括：对获得的集卡初始点云进行几何变换得到集卡训练数据，并按照预设划分阈值对集卡训练数据进行划分，得到训练集、验证集和测试集；所述集卡初始点云用来表征在初始位置时集卡的三维坐标集合；所述集卡训练数据包括目标集卡点云和对应的理论相对姿态；将所述训练集中的目标集卡点云和所述集卡初始点云输入深度学习模型，得到训练相对姿态；在满足验证条件时，将验证集中的目标集卡点云和所述集卡初始点云输入深度学习模型，得到验证相对姿态；将所述训练相对姿态和所述验证相对姿态满足收敛条件的深度学习模型作为原始姿态估计模型；采用测试集中的目标集卡点云和对应的集卡初始点云对原始姿态估计模型进行测试，得到成熟的姿态估计模型。

全文数据：

权利要求：

百度查询： 聚时科技(上海)有限公司 姿态估计模型训练方法、集卡姿态估计方法及相关装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD