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！

龙图腾网获悉国家心血管病中心;云南省阜外心血管病医院申请的专利一种医疗救援无人机与机器狗协同联动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：CN120351922B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202510844603.8，技术领域涉及：G01C21/00；该发明授权一种医疗救援无人机与机器狗协同联动方法是由潘湘斌;江红;王首正;欧阳文斌;张凤文;刘市祺;谢晓亮;孔宪一;骆志玲设计研发完成，并于2025-06-23向国家知识产权局提交的专利申请。

本一种医疗救援无人机与机器狗协同联动方法在说明书摘要公布了：本申请属于无人设备路径规划技术领域，涉及一种医疗救援无人机与机器狗协同联动方法，通过时间对齐和空间对齐技术，将LiDAR点云、视觉图像、IMU惯性数据和补偿后的UWB定位数据整合为经过时空对齐的多模态数据流；通过并行SLAM计算，分别提取LiDAR和视觉特征位姿，并利用GTSAM库进行图优化联合优化，从而构建全局优化后的位姿和全局语义地图；路径规划算法基于全局语义地图为无人机和机器狗提供动态通道路由，考虑环境光照强度和点云密度调整特征融合权重，反向虹膜控制机制通过UWB信号强度衰减值检测机器狗是否进入遮蔽区域，并切换无人机为UWB信号跟随者，结合卡尔曼滤波器实现遮蔽区内的穿透定位，从而保证了救援任务在复杂环境中的稳定执行。

本发明授权一种医疗救援无人机与机器狗协同联动方法在权利要求书中公布了：1.一种医疗救援无人机与机器狗协同联动方法，其特征在于，包括以下步骤： 时间对齐：采用精确时间协议对齐LiDAR点云和视觉图像的时间戳；利用线性插值法对UWB信号进行时间补偿，使其与视觉帧率匹配； 空间对齐：采用标定板联合标定方法，确定LiDAR和多目视觉之间的外参矩阵，通过ICP算法将LIDAR点云和视觉结构光回复点云进行配准消除多传感器之间的空间偏移， 基于时间对齐和空间对齐得到经过时空对齐的多模态数据流，包括LiDAR点云、视觉图像、IMU惯性数据以及补偿后的UWB定位数据； 并行SLAM计算：基于LOAM算法，提取LiDAR点云特征，得到LiDAR位姿；同时使用ORB算法，提取视觉特征点，并结合IMU预积分来得到视觉位姿； 图优化联合优化：通过GTSAM库构建因子图，将LiDAR和视觉位姿作为节点，进行联合优化，得到全局优化后的位姿，进而得到全局语义地图，并且在联合优化过程中，根据环境光照强度和点云密度动态调整视觉和LiDAR点云特征的融合权重； 动态通道路由：基于全局语义地图，采用路径规划算法为无人机和机器狗的协调动作提供指引，并在指引过程中引入风险区域进行动态调整； 所述动态通道路由包括以下步骤： 利用ResNet-50模型对裂缝进行检测，输出每个检测区域的裂缝置信度，保留置信度大于0.95的裂缝检测结果； 利用红外热成像摄像头检测温差分布，输出每个区域的温度信息，通过计算温度梯度场得到高温区域的分布； 通过贝叶斯概率模型融合裂缝检测置信度和温差信息，构建动态风险场： 式中：Cv表示裂缝置信度；Priskx,y表示在点x,y处的动态风险概率值；α表示权重系数；ΔT表示温差，为区域x,y处的温度与参考温度T0之间的差异；k表示Sigmoid函数的调节系数；表示区域x,y处的温度梯度；Tmax表示温度梯度的最大值； 根据Priskx,y的值将区域划分为不同的风险等级，值越高风险越高，值越低风险越低，输出格栅化的动态风险概率图； 基于全局语义地图提取关键节点，形成图中的节点集合，构建拓扑图，其中节点的权重与风险区域相关，使用动态风险概率表示节点的风险，边的权重由欧式距离与风险系数组成； 空中层采用自适应RRT*-Connect路径规划算法在拓扑图上搜索路径，采样策略优先扩展低风险区域的节点，路径的成本函数结合路径长度和风险值，且根据剩余电量动态调整权重，最终得到空中层安全路径集合； 地面层路径规划融合动态窗口法和风险场梯度下降方法，通过风险梯度来调整速度空间采样，得到地面层局部安全路径集合； 所述地面层路径规划的具体步骤如下： 风险梯度场计算：通过离散差分法计算风险概率场的梯度，即风险场在x和y方向上的变化率，其中x和y方向上的变化均通过中心差分法计算得到； 膨胀危险区域：将超过危险阈值的区域定义为红色危险区域，采用形态学膨胀操作，将膨胀半径设定为1.5m； 动态窗口生成：根据当前速度和速度限制，生成机器狗的动态速度窗口； 速度对离散化：对线速度和角速度进行离散化； 风险梯度方向速度调整：对于每个候选速度对，计算轨迹点处的风险梯度均值，在基于风险梯度均值修正速度； 速度约束再投影：将修正后的速度限制在动态窗口的范围内，确保机器后的速度始终负荷运动学约束； 轨迹预测：对每个修正后的速度对，预测未来0.5秒内的轨迹；并对每个速度对计算代价函数： Jv,w＝λ’1·Jdist+λ’2·Jrisk+λ’3·Jheading； 式中：Jv,w表示给定速度对v,w的整体代价；Jdist表示当前位置与目标位置之间的距离代价；Jrisk表示路径上存在的风险总和；Jheading表示当前位置与局部目标位置之间的航向角；λ'1、λ'2以及λ'3表示权重参数，和为1； 静态障碍物检测：若预测轨迹点进入膨胀后的红色危险区域在剔除该速度对； 动态障碍物避让：对移动障碍物，计算与障碍物的碰撞时间，若碰撞时间小于预设的阈值，则认为速度对危险，剔除速度对； 代价排序：对符合约束的候选速度对，按照总代价进行升序排序，并选择代价最低的前5％作为候选速度集合，并向最优速度对添加高斯噪声，基于此得到地面层局部安全路径； 基于空中层安全路径和地面层局部安全路径，采用强化学习进行动态调整，从候选路径中选择最优模式，并动态调整路径跟踪参数； 反向虹膜控制：基于UWB信号的强度衰减值判断机器狗是否进入遮蔽区域，若进入，则无人机切换为UWB信号跟随者，接收机器狗反向发射的UWB定位包，并结合卡尔曼滤波器融合UWB和IMU数据，实现遮蔽区内穿透定位。

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国家心血管病中心;云南省阜外心血管病医院，其通讯地址为：102300 北京市门头沟区永定镇冯村西；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。