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！

龙图腾网获悉郑州轻大产业技术研究院有限公司;郑州轻工业大学申请的专利基于梯度自适应采样和3D神经网络的触觉物体识别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：CN116403091B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202310423918.6，技术领域涉及：G06V10/82；该发明授权基于梯度自适应采样和3D神经网络的触觉物体识别方法是由王慰;邓威;钱晓亮;孟佳;曾黎;岳伟超;任航丽;刘向龙;王芳;刘玉翠设计研发完成，并于2023-04-18向国家知识产权局提交的专利申请。

本基于梯度自适应采样和3D神经网络的触觉物体识别方法在说明书摘要公布了：本发明提出了一种基于梯度自适应采样和3D神经网络的触觉物体识别方法，用于解决现有触觉物体识别模型使用均匀采样策略所引起的信息冗余损失技术问题，以及泛化能力不足以处理不同抓取速度下的触觉数据的技术问题。本发明的步骤为：将原始触觉帧送入梯度自适应采样策略中进行触觉帧的自适应挑选，获取梯度变化较快的触觉帧集；对触觉帧集进行多时间尺度下采样；使用MR3D‑18网络对下采样后的触觉帧分别进行特征提取得到不同时间尺度下的特征；将不同时间尺度下的特征进行融合，并依据融合后的特征识别物体的类别，得到预测分类结果。本发明基于梯度自适应采样策略和多时间尺度3D卷积神经网络，能够有效提升触觉物体识别任务的识别精度。

本发明授权基于梯度自适应采样和3D神经网络的触觉物体识别方法在权利要求书中公布了：1.一种基于梯度自适应采样和3D神经网络的触觉物体识别方法，其特征在于，其步骤如下： 步骤一：使用梯度自适应采样策略对原始触觉帧进行自适应挑选，获取梯度变化较快的触觉帧集； 步骤二：对步骤一获取的触觉帧集进行多时间尺度下采样； 步骤三：使用MR3D-18网络对下采样后的触觉帧集分别进行特征提取得到不同时间尺度下的特征；将不同时间尺度下的特征进行融合，并依据融合后的特征识别物体的类别，得到预测分类结果； 所述梯度自适应采样策略进行触觉帧的自适应挑选的方法为： S1：将输入的触觉数据中的相邻原始触觉帧做矩阵减法获取t时刻两个相邻触觉帧的梯度绝对值矩阵；且对起始触觉帧自身做矩阵减法处理获取初始时刻触觉帧的梯度绝对值矩阵； S2：对梯度绝对值矩阵在时间维度上进行归一化，计算归一化后的梯度累计分布； S3：依照累计梯度分布把触觉帧的采样时刻划分为N个区间，从这N个区间中各随机取出一帧作为触觉帧，N个触觉帧组成触觉帧集； 所述步骤S1的实现方式为： ； 其中，D表示原始触觉帧的集合，H、W和T分别表示原始触觉帧的高度、宽度和数量，表示t时刻的原始触觉帧，表示t-1时刻的原始触觉帧，表示两个相邻原始触觉帧在t时刻的梯度绝对值矩阵，为起始帧的梯度绝对值矩阵； 所述步骤S2的实现方式为： ； 其中，表示梯度绝对值矩阵在t时刻x行、y列的值，表示梯度绝对值矩阵的归一化矩阵，表示t时刻的梯度累积，且，。

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郑州轻大产业技术研究院有限公司;郑州轻工业大学，其通讯地址为：450000 河南省郑州市高新技术产业开发区长椿路6号西美大厦A座20-23层；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”。

以上内容由龙图腾AI智能生成。