買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉杭州電子科技大學申請的專利一種基于關聯概率語義地圖的機器人目標搜索方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115979272B 。

龍圖騰網通過國家知識產權局官網在2025-08-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211730588.7，技術領域涉及：G01C21/20；該發明授權一種基于關聯概率語義地圖的機器人目標搜索方法是由袁曉揚;張波濤;李東;呂強設計研發完成，并于2022-12-30向國家知識產權局提交的專利申請。

本一種基于關聯概率語義地圖的機器人目標搜索方法在說明書摘要公布了：本發明公開一種基于關聯概率語義地圖的機器人目標搜索方法。本發明以二維柵格地圖為基礎，將位置固定且易于識別的物體作為地標物體，將地標物體的語義信息和空間位置信息映射到柵格地圖中構建柵格?語義地圖。然后，提取地標物體與普通物體間的關聯關系，并根據實時的傳感器數據更新它們之間的關聯概率，將關聯概率加入柵格?語義地圖中構建概率柵格語義地圖，縮小搜索空間，提高機器人在復雜環境中目標搜索的效率。本發明提出利用物體間的關聯關系構建關聯概率語義地圖，并利用實時的傳感器信息不斷更新物體間的關聯關系，提高了機器人在復雜多變的環境下進行長時間目標搜索時的效率。

本發明授權一種基于關聯概率語義地圖的機器人目標搜索方法在權利要求書中公布了：1.一種基于關聯概率語義地圖的機器人目標搜索方法，其特征在于所述方法包括步驟如下： 步驟一：柵格地圖的構建 使用激光雷達對當前環境的結構信息進行描述，生成一張二維柵格地圖作為底層架構，并使用定位算法確定機器人在柵格地圖中的位置； 步驟二：柵格-語義地圖的構建 2-1目標識別； 使用目標識別算法對深度相機獲得的RGB彩色圖像進行檢測，獲得包圍檢測物體的矩形框，利用矩形框得到物體的中點像素坐標； 2-2三維坐標解算得到物體在全局地圖坐標系下的坐標； 2-3根據物體在全局地圖坐標系下的坐標，對物體進行語義信息標注，完成物體語義到二維柵格地圖的映射，進而得到柵格-語義地圖； 步驟三：關聯概率語義地圖的構建 3-1提取兩物體關聯關系； 3-2基于貝葉斯的關聯概率更新； 對于環境中的某兩個物體，使用a表示關聯狀態，pa＝1表示兩個物體的關聯概率，pa＝0表示兩個物體的非關聯概率，且滿足公式3； pa＝1+pa＝0＝13 對于尚未觀測到的兩個物體，初始化關聯概率和非關聯概率均為0.5； 采用關聯概率pa＝1與非關聯概率pa＝0的概率之比Aa來描述物體間的關聯狀態；若Aa＞1代表物體間關聯性較強，Aa＜1代表物體間關聯性較弱； 假設在t時刻兩物體間的關聯狀態Ata，下一時刻t+1時得到了一次新的觀測wt+1∈{0,1}，wt+1表示對深度相機的信息進行關聯關系提取后的結果，即物體關聯或非關聯，此時相關物體間的關聯關系Ata得到更新，將其寫為條件概率的形式： 其中w1:t+1表示初始時刻到t+1時刻的觀測疊加； 則關聯概率的更新公式為： 根據貝葉斯公式可得： 其中pa＝1|w1:t表示先驗概率，pa＝1|w1:t+1表示后驗概率，是計算的中間變量； 將公式7和公式8代入公式5可得關聯概率的更新模型： 其中表示更新系數； 3-3構建關聯概率語義地圖 使用基于快速隨機樹算法的觀測點生成方法在柵格-語義地圖中隨機生成觀測點；觀測點生成后，對環境中的語義點和觀測點按歐式距離進行歸屬分類，賦予觀測點語義信息，并基于物體的語義信息將物體-物體間的關聯概率與觀測點結合，得到基于實時關聯信息更新的關聯概率語義地圖； 步驟四：基于概率語義地圖的目標搜索 4-1在關聯概率語義地圖中，根據機器人當前位置，根據公式10計算觀測點的關聯概率與機器人和觀測點之間距離dro的比值作為當前觀測點的收益值gain；根據各個觀測點的收益值gain，使用貪心策略確定觀測點的遍歷序列； 其中，po為觀測點的關聯概率； 4-2根據觀測點的遍歷序列，采用離散搜索的方式，在所選取的觀測點處進行目標搜索，在當前觀測點到下一個觀測點的路程中不進行目標檢測，當機器人到達觀測點后在原地旋轉一周再進行目標搜索；根據機器人目標搜索中深度相機獲取的信息，結合公式9，對物體間的關聯概率進行更新，重復步驟四。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人杭州電子科技大學，其通訊地址為：310018 浙江省杭州市下沙高教園區2號大街；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。