基于大模型的机器人视觉物体语义理解与姿态生成方法

申请号：CN202511107947

申请日期：2025-08-08

公开号：CN120997286A

公开日期：2025-11-21

类型：发明专利

摘要

本发明提供一种基于大模型的机器人视觉物体语义理解与姿态生成方法，属于图像处理技术领域。包括：S1.输入图像与3D模型；S2.物体检测；S3.多模态特征对齐；S4.扩散模型采样；S5.几何筛选；S6.NeRF形态建模；S7.光流优化；S8.联合损失计算；S9.置信度分析；S10.输出姿态结。本发明通过创新的单视角渲染‑光流优化闭环策略，显著降低了计算开销并提升了估计精度。本发明通过多尺度特征融合和置信度分解策略显著提升了复杂场景下的算法性能。

技术关键词

机器人视觉生成方法语义联合概率建模物体检测场景深度信息多模态特征特征金字塔多尺度特征融合坐标相机深度图图像处理技术策略检测器误差网络架构分辨率