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！

龙图腾网获悉上海晋申观复科技有限公司申请的专利一种融合测距与定位信息的喷涂作业控制方法和装置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：CN121254725B 。

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：202511805598.6，技术领域涉及：G05B19/042；该发明授权一种融合测距与定位信息的喷涂作业控制方法和装置是由狄海林;张楠;常帅;王治国;李进;贺培育设计研发完成，并于2025-12-03向国家知识产权局提交的专利申请。

本一种融合测距与定位信息的喷涂作业控制方法和装置在说明书摘要公布了：本发明提供一种融合测距与定位信息的喷涂作业控制方法和装置。该方法包括：实时获取机器人末端执行器的内部定位信息，以及通过外部传感器测量的喷枪与工件表面的距离和轮廓信息；采用改进的卡尔曼滤波算法对上述两种来源的信息进行处理，生成一个比单一信息源更准确、更鲁棒的喷枪相对于工件的实时状态估计；基于该高精度的融合状态信息，对喷涂轨迹、喷枪姿态、运行速度及喷涂流量等作业参数进行统一的闭环控制。本发明通过信息融合技术，极大地提高了喷涂控制系统的精度和可靠性，使其能够更好地适应复杂环境和动态变化，确保了极端条件下的喷涂质量。

本发明授权一种融合测距与定位信息的喷涂作业控制方法和装置在权利要求书中公布了：1.一种融合测距与定位信息的喷涂作业控制方法，应用于无人机高空喷涂系统，其特征在于，所述方法包括以下步骤： S1.通过所述无人机搭载的RTK定位模块实时获取所述无人机相对于预定飞行轨迹的厘米级水平位置数据，同时通过激光测距仪实时测量喷枪末端与工件表面的实际距离； S2.采用STM32单片机作为控制核心，建立以喷枪的二维平面坐标和垂直距离为状态量的状态向量，将RTK定位数据作为系统预测值，激光测距数据作为观测值； S3.通过改进的卡尔曼滤波算法对步骤S2中的预测值和观测值进行融合，根据所述无人机的飞行姿态动态调整过程噪声协方差矩阵Q和观测噪声协方差矩阵R，输出所述喷枪相对于工件表面的融合状态估计； 在所述S3中，所述改进的卡尔曼滤波算法通过以下步骤实现信息融合： S31.基于k-1时刻的状态向量估计值X{k-1}和状态协方差矩阵P{k-1}，通过预设的状态转移矩阵F进行状态预测，得到k时刻的状态预测值X{k|k-1}和状态协方差预测值P{k|k-1}，其中： X{k|k-1}=F·X{k-1} P{k|k-1}=F·P{k-1}·FT+Q S32.根据当前喷涂场景特征动态调整过程噪声协方差矩阵Q和观测噪声协方差矩阵R，其中： a当识别为电厂平整墙面喷涂场景时，将过程噪声协方差矩阵Q配置为第一预设参数组，观测噪声协方差矩阵R配置为第二预设参数组； b当识别为船体大曲率曲面喷涂场景时，将过程噪声协方差矩阵Q配置为第三预设参数组，观测噪声协方差矩阵R配置为第四预设参数组； c当通过激光测距数据连续波动检测识别到深色或高吸光表面时，将观测噪声协方差矩阵R中对应元素增大第一预设倍数； d当通过IMU数据检测到无人机加速度超过预设阈值时，将过程噪声协方差矩阵Q中速度分量对应的元素增大第二预设倍数； S33.利用k时刻的观测值Zk，通过卡尔曼增益矩阵Kk对状态预测值进行修正，得到k时刻的状态估计值Xk和状态协方差矩阵Pk，具体为： Kk=P{k|k-1}·HT·H·P{k|k-1}·HT+R-1 Xk=X{k|k-1}+Kk·Zk-H·X{k|k-1} Pk=I-Kk·H·P{k|k-1} 其中，H为观测矩阵，I为单位矩阵； S34.将更新后的状态估计值Xk作为喷枪相对于工件表面的融合状态估计输出，用于后续的位移补偿控制； S4.基于步骤S3得到的融合状态估计，设计喷枪位移补偿方案：当检测到实际距离与预设喷涂距离的偏差超过阈值时，控制水平补偿机构驱动喷枪进行横向和纵向位移补偿； S5.实时监测所述无人机的飞行路径节点，当通过RTK定位识别到轨迹拐点时，所述STM32单片机向气动电磁阀发送关枪指令，切断涂料供给以防止流挂； S6.在进行所述喷涂作业的过程中，通过激光测距仪持续监测喷涂距离，形成以融合状态估计为反馈的闭环控制系统，确保喷涂均匀性。

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上海晋申观复科技有限公司，其通讯地址为：201306 上海市浦东新区中国(上海)自由贸易试验区临港新片区环湖西二路888号C楼；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。