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！

龍圖騰網獲悉山東科技大學申請的專利基于4D高斯潑濺的強化學習自適應多模態SLAM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：CN120141447B 。

龍圖騰網通過國家知識產權局官網在2025-08-19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：202510607098.5，技術領域涉及：G01C21/00；該發明授權基于4D高斯潑濺的強化學習自適應多模態SLAM方法是由劉丹;張宇;張盈盈;丁禹翔;劉云鶴;韓志鳳;張健設計研發完成，并于2025-05-13向國家知識產權局提交的專利申請。

本基于4D高斯潑濺的強化學習自適應多模態SLAM方法在說明書摘要公布了：本申請所述的基于4D高斯潑濺的強化學習自適應多模態SLAM方法，屬于同時定位與地圖構建領域。提出在現有多傳感器融合SLAM系統基礎上進一步結合4DGS和強化學習的整體解決方案，通過強化學習根據實時環境信息自主地選擇傳感器模式，同時利用4DGS進行地圖更新和優化并整合到SLAM系統中，從而達到提高整個實時多模態SLAM系統的工作效率、實時性和節省資源的目的。包括下述步驟：步驟（1）、多源傳感器輸入與數據預處理；步驟（2）、選擇傳感器組合類型；步驟（3）、多源傳感器數據融合處理；步驟（4）、地圖更新和優化。

本發明授權基于4D高斯潑濺的強化學習自適應多模態SLAM方法在權利要求書中公布了：1.一種基于4D高斯潑濺的強化學習自適應多模態SLAM方法，其特征在于：包括下述步驟， 步驟1、多源傳感器輸入與數據預處理； 接收來自激光雷達的點云數據、來自深度相機的RGB圖像數據和IMU數據，進行數據預處理； 步驟2、選擇傳感器組合類型； 基于強化學習傳感器選擇模塊，通過強化學習策略網絡實時學習環境狀態，動態選擇最可靠的傳感器組合類型并按需激活傳感器； 步驟2.1狀態空間設計； 定義強化學習系統在每個決策時刻能夠觀察到的環境信息； 步驟2.2定義動作空間公式； 包括定義系統切換傳感器模式的動作，以優化數據獲取和系統性能； SLAM系統采用混合離散-連續空間以實現精細化控制，模式選擇部分是離散的，包括三種傳感器主導模式：深度相機-IMU模式，激光雷達-深度相機模式，激光雷達-IMU-深度相機模式； 權重分配部分是連續的，包括傳感器增益系數和資源限制參數，傳感器增益系數為激光雷達、深度相機和IMU的權重，范圍在0到1之間；表達式如下： （9） 資源限制參數為激光雷達采樣率，范圍在5Hz到40Hz之間；表達式如下： （10） 步驟2.3獎勵函數模塊； 包含主獎勵、輔助獎勵和懲罰項； 步驟2.4網絡架構設計； 包括狀態編碼器，作為整個網絡的基礎，其負責將多模態的傳感器數據轉換為統一的特征表示，以便后續的策略網絡和價值網絡能夠基于這些特征進行決策和評估； 策略網絡，負責根據編碼后的狀態特征，輸出具體的動作選擇，包括離散的動作模式和連續的參數調節； 價值網絡，用于評估當前狀態和動作組合的優劣，為策略網絡提供學習信號，幫助其優化決策過程； 步驟2.5執行訓練策略； 通過高效的數據收集機制、智能的探索策略和嚴格的安全學習約束，為強化學習傳感器自適應選擇模塊提供了全面的訓練框架；包括， 數據收集機制，為系統提供了與環境交互的經驗數據，是學習和優化策略的基礎； 探索策略，決定系統如何在未知或部分已知的環境中進行有效的探索，以獲取更多的信息和經驗； 安全學習約束，確保系統在學習和決策過程中不僅追求高性能，還要滿足一系列安全和實用性要求； 步驟3、多源傳感器數據融合處理； 基于數據融合處理模塊，由傳感器組合進行多源傳感器數據融合處理； 步驟4、地圖更新和優化； 基于地圖更新和后端優化模塊，利用前端數據融合處理模塊提供的地圖數據、結合4DGS對環境地圖進行高斯地圖更新和優化，并通過回環檢測進行誤差校正和地圖優化。

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山東科技大學，其通訊地址為：266000 山東省青島市黃島區前灣港路579號；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”。