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！

龙图腾网获悉湘潭大学申请的专利基于大语言模型-多度量ICP的果园作业机器人全局定位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：CN121330247B 。

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：202511917404.1，技术领域涉及：G06V10/24；该发明授权基于大语言模型-多度量ICP的果园作业机器人全局定位方法及系统是由欧芳;吴雨鑫;周彦;王冬丽;常中祥;周高典设计研发完成，并于2025-12-18向国家知识产权局提交的专利申请。

本基于大语言模型-多度量ICP的果园作业机器人全局定位方法及系统在说明书摘要公布了：本申请公开了一种基于大语言模型‑多度量ICP的果园作业机器人全局定位方法及系统，该方法先构建包含结构化文本描述和宏观几何特征向量的全局语义先验地图；再采集实时点云数据，经语义分割，生成当前场景的文本描述、几何特征向量；采用粗到细两阶段配准策略，粗配准阶段通过信息熵筛选特征，结合语义匹配度与几何特征相似度的自适应融合评分筛选最优候选区域，经NDT算法得到粗配准位姿；细配准阶段构建融合距离、特征、强度、语义四类残差项的多度量ICP优化目标函数，以粗配准位姿为初始值，基于大语言模型动态调整各度量项权重，求解最优位姿变换；基于最优位姿变换得到机器人的全局定位结果。本申请提升了定位的精度与鲁棒性。

本发明授权基于大语言模型-多度量ICP的果园作业机器人全局定位方法及系统在权利要求书中公布了：1.一种基于大语言模型-多度量ICP的果园作业机器人全局定位方法，其特征在于，包括以下步骤： S1、构建先验地图：在定位任务开始前，基于搭载激光雷达与IMU传感器的机器人对果园环境进行勘探获取的数据，生成果园环境的三维点云地图；利用随机采样与局部特征聚合网络RandLA-Net模型对所述三维点云地图进行语义分割，赋予逐点语义标签；基于语义标签将地图划分为若干候选区域，并为每个候选区域生成并存储结构化文本描述和宏观几何特征向量，最终形成定位任务所用的先验地图； S2、实时数据采集、点云语义分割与文本化描述：定位任务开始后，基于搭载激光雷达与IMU传感器的机器人对果园环境进行实时勘探，获取源点云；利用RandLA-Net模型对源点云进行语义分割，得到分割后的语义-几何特征；基于分割后的语义-几何特征生成当前场景的结构化文本描述和宏观几何特征向量； S3、粗配准阶段： S3.1、特征筛选：从所述语义-几何特征中筛选出信息熵低于阈值的特征子集； S3.2、双分支并行处理：基于所述特征子集，语义分支利用大语言模型计算当前场景的结构化文本描述与候选区域的结构化文本描述的语义匹配度，几何分支通过余弦相似度计算当前场景的宏观几何特征向量与候选区域的宏观几何特征向量的几何特征相似度； S3.3、语义-几何融合评分：基于步骤S2中RandLA-Net语义分割的类别概率计算语义不确定性，基于宏观几何特征向量的匹配残差的标准差计算几何不确定性；基于语义不确定性和几何不确定性计算自适应语义评分权重系数和自适应几何评分权重系数，通过加权求和融合语义匹配度和几何特征相似度得到综合得分，筛选出综合得分最高的候选区域作为最优，提取最优候选区域在先验地图中对应的子地图点云； S3.4、正态分布变换NDT配准：以最优候选区域对应的子地图点云为基准，以激光雷达-IMU紧耦合提供的初始位姿为基础，通过NDT算法求解源点云与所述子地图点云的最优位姿变换，得到粗配准位姿； S4、细配准阶段：以粗配准位姿为初始值，基于迭代最近点ICP算法构建包含距离、特征、强度、语义四类残差项的多度量优化目标函数，求解得到最优位姿变换；基于最优位姿变换得到机器人的全局定位结果。

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湘潭大学，其通讯地址为：411100 湖南省湘潭市西郊；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。