Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜浙江三锋实业股份有限公司;浙江工业大学应逸恒获国家专利权

恭喜浙江三锋实业股份有限公司;浙江工业大学应逸恒获国家专利权

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!

龙图腾网恭喜浙江三锋实业股份有限公司;浙江工业大学申请的专利一种用于智能割草机器人的环境感知方法及系统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:CN116719037B

龙图腾网通过国家知识产权局官网在2025-05-09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:202310598913.7,技术领域涉及:G01S15/86;该发明授权一种用于智能割草机器人的环境感知方法及系统是由应逸恒;付明磊;刘华清;应鑫森;应阔;黄理;张文安;史秀纺;孙亮亮;吴昌达;庄林强;黄细冬设计研发完成,并于2023-05-25向国家知识产权局提交的专利申请。

一种用于智能割草机器人的环境感知方法及系统在说明书摘要公布了:一种用于智能割草机器人的环境感知方法和系统,所使用的装置包括在智能割草机器人上安装相机、惯性测量单元IMU、全球导航卫星系统GNSS、里程计、水滴传感器、光敏传感器、超声波传感器,包括以下步骤:S1、智能割草机器人获取环境雨水情况,与设定的阈值比较判断是否继续工作;S2、智能割草机器人获取环境光强并采用相机和超声波模块进行融合实现环境感知与目标检测和跟踪;S3、智能割草机器人通过基于卡尔曼滤波的融合定位算法获取当前自身高精度位置信息;S4、通过步骤S2和步骤S3获取的信息进行场景判断;S5、以对应的场景信息作为决策系统的输入进行决策。本发明提高了低光照下的障碍物感知能力和定位精度。

本发明授权一种用于智能割草机器人的环境感知方法及系统在权利要求书中公布了:1.一种用于智能割草机器人的环境感知方法,其特征在于:所使用的装置包括在智能割草机器人上安装相机、惯性测量单元IMU、全球导航卫星系统GNSS、里程计、水滴传感器、光敏传感器、超声波传感器,其中:相机用于感知环境的语义信息和进行多目标检测;超声波传感器用于低光照下相机从感知正常到无法感知这段时间的补充感知,通过决策级融合进行目标检测;光敏传感器用于获取光照强度、根据光照强度来确定相机和超声波的融合感知权重,从而可以检测到各种光照环境下的目标;水滴传感器用于判断环境下雨情况,与阈值做比较以此作为是否继续工作的感知参数;IMU、GNSS、里程计用于融合定位实现边界判断;具体包括以下步骤:S1、智能割草机器人获取环境雨水情况,与设定的阈值比较判断是否继续工作;S2、智能割草机器人获取环境光强并采用相机和超声波模块进行融合实现环境感知与目标检测和跟踪;具体包括:S21:获取光敏传感器的数据得到光照强度p;S22:将p与设定的光照强度阈值w进行比较;S23:若pw,将使用相机进行目标检测与跟踪,以实现环境多目标的检测及语义信息的提取,并和事先构建好的语义地图比较从而进行下一步决策;S24:若pw,表明环境光强低,相机不能有效获取语义环境信息,在相机完全失效前存在一段过渡期,此时使用相机和超声波进行融合的目标检测,在对两者的识别结果根据p的大小分配不同的权重进行决策级融合,以实现障碍物的识别;S25:输出融合后的结果,实现目标检测与跟踪;具体的融合结果M由公式1表示:M=f1px1+f2px21其中x1表示相机的目标检测结果f1p表示相机目标检测结果关于光照强度p变化的权重值,x2表示超声波的目标检测结果f2p表示超声波目标检测结果关于光照强度p变化的权重值;S3、智能割草机器人通过基于卡尔曼滤波的融合定位算法获取当前自身高精度位置信息;S4、通过步骤S2和步骤S3获取的信息进行场景判断;具体包括:根据步骤S1、步骤S2、步骤S3获取的环境亮度、地图边界、环境障碍物的信息,将环境分为三个层次的场景集合L1、L2、L3;L1包括低亮度场景和常规亮度场景,L2包括边界场景和非边界场景,L3包括无障碍物场景,简单障碍物场景,和多动态障碍物场景;所述的三个层次的场景集合的优先级和影响范围L1L2L3,即L1场景优先进行判断,并且L1场景会影响L2场景集合,L2场景影响L3场景集合;对于地图边界包含地图外围边界和内部区域边界的不可人为移动的障碍物边界,即构建地图时的边界,其识别过程包括使用相机与先验的语义地图进行判断和使用融合定位的信息和构建的地图进行边界判断;对于L3场景的区分,根据步骤S2获取的目标信息,将静态目标数量设为Ns,动态目标数量设为Nd,将Ns,Nd与设定的对应阈值做比较实现L3障碍物场景的区分;S5、以对应的场景信息作为决策系统的输入进行决策。

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浙江三锋实业股份有限公司;浙江工业大学,其通讯地址为:321399 浙江省金华市永康市经济开发区名园南大道7号;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”。

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。