基于RGBD图像的起重机端到端运动轨迹预测方法
发明专利本发明公开了基于RGBD图像的起重机端到端运动轨迹预测方法，属于智能控制领域，包括训练和预测两个阶段：训练时输入起重机作业时采集的驾驶室视角的RGB图像序列和深度图像序列以及操作端的运动控制指令，基于语义分割网络对RGB图像进行分割得到语义分割图，同时融合类别索引图和深度图，得到语义深度图；RLSTM‑Transformer双分支网络提取语义分割图和语义深度图的特征并预测运动控制命令。最小化预测值与真实值之间的偏差，训练上述神经网络模型，得到预测模型；预测时将RGB图像和深度图像输入训练好的语义RLSTM‑Transformer起重机端到端运动轨迹预测模型中，模型预测输出起重机的运动控制命令。
《基于RGBD图像的起重机端到端运动轨迹预测方法》是一发明专利，专利号为 2024117182890，当前法律状态为已下证，由燕山大学提出申请，发明人为丁伟利;尚银瑞;华长春;王耀辉，申请日期为2024-11-28，公开（公告）日期为2025-10-17，国际专利分类号（IPC）为 B66C 13/16 (2006.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了基于RGBD图像的起重机端到端运动轨迹预测方法，属于智能控制领域，包括训练和预测两个阶段：训练时输入起重机作业时采集的驾驶室视角的RGB图像序列和深度图像序列以及操作端的运动控制指令，基于语义分割网络对RGB图像进行分割得到语义分割图，同时融合类别索引图和深度图，得到语义深度图；RLSTM‑Transformer双分支网络提取语义分割图和语义深度图的特征并预测运动控制命令。最小化预测值与真实值之间的偏差，训练上述神经网络模型，得到预测模型；预测时将RGB图像和深度图像输入训练好的语义RLSTM‑Transformer起重机端到端运动轨迹预测模型中，模型预测输出起重机的运动控制命令。
海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！
