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！

龙图腾网获悉武汉迪特聚能科技有限公司申请的专利基于机器人的叶片内部自主爬行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：CN120973054B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202511002717.4，技术领域涉及：G05D1/622；该发明授权基于机器人的叶片内部自主爬行感知方法及系统是由吴名洲;谷田生;冯瑞;陈岩;吴英杰;张家伟;倪常健;吴戴曦;廖中苏;张万福;赵雨欣设计研发完成，并于2025-07-21向国家知识产权局提交的专利申请。

本基于机器人的叶片内部自主爬行感知方法及系统在说明书摘要公布了：本发明提供基于机器人的叶片内部自主爬行感知方法及系统，包括在机器人上搭载多传感器阵列，多传感器阵列包括双目鱼眼相机阵列和ToF传感器阵列，控制机器人从路径出行起点出发，基于多传感器阵列获取全景深度图像，基于全景深度图像识别障碍物，基于障碍物构建三维点云地图，基于三维点云地图避开障碍物，生成叶片内部的可行路径，机器人基于可行路径进行移动，直到机器人到达路径出行终点或无法通行的最小空间。本发明能够确保机器人在叶片内部自主爬行感知，确保机器人在叶片内部运动，实现检测。

本发明授权基于机器人的叶片内部自主爬行感知方法及系统在权利要求书中公布了：1.一种基于机器人的叶片内部自主爬行感知方法，其特征在于，包括： 步骤1：在机器人上搭载多传感器阵列，所述多传感器阵列包括双目鱼眼相机阵列和ToF传感器阵列，控制所述机器人从路径出行起点出发； 步骤2：基于所述多传感器阵列获取全景深度图像； 步骤3：基于所述全景深度图像，识别障碍物； 步骤4：基于所述障碍物，构建三维点云地图，具体为： 在所述全景深度图像上标注障碍物，剔除动态干扰点，生成稀疏点云地图，其中，剔除动态干扰点的方法为： 利用惯性测量单元IMU输出相邻帧第三深度图间机器人的相对位姿，基于搜索半径将极线搜索范围从全图缩小至预测区域； 获取匹配成功的特征点的重投影误差，将重投影误差大于预设像素误差的特征点判定为动态干扰点并剔除； 基于稀疏点云地图，进行稠密深度估计，构建三维点云地图，其中，稠密深度估计的方法为： 对稀疏点云地图进行超像素分割，对每个超像素内的点云拟合二次曲面，通过拟合残差检测异常点，并将异常点替换为曲面插值； 为每个超像素维护一个深度概率分布，更新每帧稀疏点云地图； 基于叶片主体构建能量函数，使用高斯牛顿法对能量函数迭代求解，使每个超像素的深度符合整体几何约束，得到三维点云地图； 步骤5：基于所述三维点云地图，避开所述障碍物，生成叶片内部的可行路径； 步骤6：控制所述机器人实时避开障碍物； 步骤7：所述机器人基于所述可行路径进行移动，重复步骤2~步骤6，直到所述机器人到达路径出行终点或无法通行的最小空间。

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武汉迪特聚能科技有限公司，其通讯地址为：430000 湖北省武汉市武昌区东湖路181号湖北日报传媒集团楚天181文化创意产业园8号楼2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。