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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于关联概率语义地图的机器人目标搜索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：CN115979272B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202211730588.7，技术领域涉及：G01C21/20；该发明授权一种基于关联概率语义地图的机器人目标搜索方法是由袁晓扬;张波涛;李东;吕强设计研发完成，并于2022-12-30向国家知识产权局提交的专利申请。

本一种基于关联概率语义地图的机器人目标搜索方法在说明书摘要公布了：本发明公开一种基于关联概率语义地图的机器人目标搜索方法。本发明以二维栅格地图为基础，将位置固定且易于识别的物体作为地标物体，将地标物体的语义信息和空间位置信息映射到栅格地图中构建栅格‑语义地图。然后，提取地标物体与普通物体间的关联关系，并根据实时的传感器数据更新它们之间的关联概率，将关联概率加入栅格‑语义地图中构建概率栅格语义地图，缩小搜索空间，提高机器人在复杂环境中目标搜索的效率。本发明提出利用物体间的关联关系构建关联概率语义地图，并利用实时的传感器信息不断更新物体间的关联关系，提高了机器人在复杂多变的环境下进行长时间目标搜索时的效率。

本发明授权一种基于关联概率语义地图的机器人目标搜索方法在权利要求书中公布了：1.一种基于关联概率语义地图的机器人目标搜索方法，其特征在于所述方法包括步骤如下： 步骤一：栅格地图的构建 使用激光雷达对当前环境的结构信息进行描述，生成一张二维栅格地图作为底层架构，并使用定位算法确定机器人在栅格地图中的位置； 步骤二：栅格-语义地图的构建 2-1目标识别； 使用目标识别算法对深度相机获得的RGB彩色图像进行检测，获得包围检测物体的矩形框，利用矩形框得到物体的中点像素坐标； 2-2三维坐标解算得到物体在全局地图坐标系下的坐标； 2-3根据物体在全局地图坐标系下的坐标，对物体进行语义信息标注，完成物体语义到二维栅格地图的映射，进而得到栅格-语义地图； 步骤三：关联概率语义地图的构建 3-1提取两物体关联关系； 3-2基于贝叶斯的关联概率更新； 对于环境中的某两个物体，使用a表示关联状态，pa＝1表示两个物体的关联概率，pa＝0表示两个物体的非关联概率，且满足公式3； pa＝1+pa＝0＝13 对于尚未观测到的两个物体，初始化关联概率和非关联概率均为0.5； 采用关联概率pa＝1与非关联概率pa＝0的概率之比Aa来描述物体间的关联状态；若Aa＞1代表物体间关联性较强，Aa＜1代表物体间关联性较弱； 假设在t时刻两物体间的关联状态Ata，下一时刻t+1时得到了一次新的观测wt+1∈{0,1}，wt+1表示对深度相机的信息进行关联关系提取后的结果，即物体关联或非关联，此时相关物体间的关联关系Ata得到更新，将其写为条件概率的形式： 其中w1:t+1表示初始时刻到t+1时刻的观测叠加； 则关联概率的更新公式为： 根据贝叶斯公式可得： 其中pa＝1|w1:t表示先验概率，pa＝1|w1:t+1表示后验概率，是计算的中间变量； 将公式7和公式8代入公式5可得关联概率的更新模型： 其中表示更新系数； 3-3构建关联概率语义地图 使用基于快速随机树算法的观测点生成方法在栅格-语义地图中随机生成观测点；观测点生成后，对环境中的语义点和观测点按欧式距离进行归属分类，赋予观测点语义信息，并基于物体的语义信息将物体-物体间的关联概率与观测点结合，得到基于实时关联信息更新的关联概率语义地图； 步骤四：基于概率语义地图的目标搜索 4-1在关联概率语义地图中，根据机器人当前位置，根据公式10计算观测点的关联概率与机器人和观测点之间距离dro的比值作为当前观测点的收益值gain；根据各个观测点的收益值gain，使用贪心策略确定观测点的遍历序列； 其中，po为观测点的关联概率； 4-2根据观测点的遍历序列，采用离散搜索的方式，在所选取的观测点处进行目标搜索，在当前观测点到下一个观测点的路程中不进行目标检测，当机器人到达观测点后在原地旋转一周再进行目标搜索；根据机器人目标搜索中深度相机获取的信息，结合公式9，对物体间的关联概率进行更新，重复步骤四。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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”。