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！

龙图腾网获悉西安科技大学申请的专利一种多传感器融合的钻锚机器人定位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：CN120333466B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202510815212.3，技术领域涉及：G01C21/20；该发明授权一种多传感器融合的钻锚机器人定位方法是由薛旭升;覃一晗;岳佳宁;毛清华;苏浩;张旭辉;张鑫;王婷;韩峰;王福康设计研发完成，并于2025-06-18向国家知识产权局提交的专利申请。

本一种多传感器融合的钻锚机器人定位方法在说明书摘要公布了：本申请涉及机器人定位技术领域，尤其涉及一种多传感器融合的钻锚机器人定位方法，包括：在雷达坐标系下获取目标时间段内井下巷道内的点云数据，在相机坐标系下获取目标时间段内井下巷道内的视觉图像，并提取视觉图像的特征点，将目标时间段内同一时间点处的特征点与点云数据进行融合，获得目标点云数据，基于目标点云数据构建巷道模型；基于特征点建立机身观测模型，在惯导坐标系下获取目标时间段内井下巷道内的惯导数据，基于惯导数据建立机身预测模型，将机身观测模型和机身预测模型进行融合，获得目标模型，目标模型输出钻锚机器人在目标时间段内各时间点处对应的目标位姿；本申请提高了钻锚机器人在井下巷道内的定位精度。

本发明授权一种多传感器融合的钻锚机器人定位方法在权利要求书中公布了：1.一种多传感器融合的钻锚机器人定位方法，其特征在于，方法包括如下步骤： S1：在雷达坐标系下获取目标时间段内井下巷道内的点云数据，在相机坐标系下获取目标时间段内井下巷道内的视觉图像，并提取视觉图像的特征点，将目标时间段内同一时间点处的特征点与点云数据进行融合，获得目标点云数据，基于目标点云数据构建巷道模型，为钻锚机器人的定位和导航提供准确的环境基础； S2：基于特征点建立机身观测模型，在惯导坐标系下获取目标时间段内井下巷道内的惯导数据，基于惯导数据建立机身预测模型，将机身观测模型和机身预测模型进行融合，获得目标模型，目标模型输出钻锚机器人在目标时间段内各时间点处对应的目标位姿； S3：建立空间转换模型，基于空间转换模型将雷达坐标系和相机坐标系和惯导坐标系转换至机体坐标系中； S4：将目标姿态和巷道模型转换至机体坐标系，基于钻锚机器人在目标时间段内各时间点目标姿态，获得钻锚机器人在机体坐标系下的运动轨迹； 基于特征点建立机身观测模型包括以下步骤：获取每个特征点在目标时间段内相邻时间点处的位移矢量，基于位移矢量获得钻锚机器人在目标时间段内的第一位姿变化，将所有时间点处的第一位姿作为训练数据输入机身观测模型，机身观测模型输出钻锚机器人在相机坐标系下所获得的第一姿态信息； 基于惯导数据建立机身预测模型包括以下步骤：惯导数据包括钻锚机器人的第一角速度和第一加速度，通过加速度计获取钻锚机器人因重力而引起的加速度分量，将第一加速度减去加速度分量获得钻锚机器人的目标加速度，基于第一角速度获得钻锚机器人的旋转角度，基于四元数对旋转角度进行积分处理获得标准旋转角度，基于目标加速度和标准旋转角度生成钻锚机器人的第二位姿，将目标时间段内的所有时间点处的第二位姿作为训练数据输入机身预测模型，机身预测模型输出钻锚机器人在惯导坐标系下的第二姿态信息； 将机身观测模型和机身预测模型进行融合包括以下步骤：获取基于机身观测模型所获得的第一姿态信息的观测误差值以及基于机身预测模型所获得的第二姿态信息的预测误差值，基于观测误差值和预测误差值为机身观测模型和机身预测模型分配不同的权重，基于权重利用扩展卡尔曼滤波算法融合第一姿态信息和第二姿态信息，获得目标位姿。

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西安科技大学，其通讯地址为：710054 陕西省西安市碑林区雁塔中路58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”。

以上内容由龙图腾AI智能生成。