Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山东科技大学刘丹获国家专利权

山东科技大学刘丹获国家专利权

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!

龙图腾网获悉山东科技大学申请的专利基于4D高斯泼溅的强化学习自适应多模态SLAM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:CN120141447B

龙图腾网通过国家知识产权局官网在2025-08-19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:202510607098.5,技术领域涉及:G01C21/00;该发明授权基于4D高斯泼溅的强化学习自适应多模态SLAM方法是由刘丹;张宇;张盈盈;丁禹翔;刘云鹤;韩志凤;张健设计研发完成,并于2025-05-13向国家知识产权局提交的专利申请。

基于4D高斯泼溅的强化学习自适应多模态SLAM方法在说明书摘要公布了:本申请所述的基于4D高斯泼溅的强化学习自适应多模态SLAM方法,属于同时定位与地图构建领域。提出在现有多传感器融合SLAM系统基础上进一步结合4DGS和强化学习的整体解决方案,通过强化学习根据实时环境信息自主地选择传感器模式,同时利用4DGS进行地图更新和优化并整合到SLAM系统中,从而达到提高整个实时多模态SLAM系统的工作效率、实时性和节省资源的目的。包括下述步骤:步骤(1)、多源传感器输入与数据预处理;步骤(2)、选择传感器组合类型;步骤(3)、多源传感器数据融合处理;步骤(4)、地图更新和优化。

本发明授权基于4D高斯泼溅的强化学习自适应多模态SLAM方法在权利要求书中公布了:1.一种基于4D高斯泼溅的强化学习自适应多模态SLAM方法,其特征在于:包括下述步骤, 步骤1、多源传感器输入与数据预处理; 接收来自激光雷达的点云数据、来自深度相机的RGB图像数据和IMU数据,进行数据预处理; 步骤2、选择传感器组合类型; 基于强化学习传感器选择模块,通过强化学习策略网络实时学习环境状态,动态选择最可靠的传感器组合类型并按需激活传感器; 步骤2.1状态空间设计; 定义强化学习系统在每个决策时刻能够观察到的环境信息; 步骤2.2定义动作空间公式; 包括定义系统切换传感器模式的动作,以优化数据获取和系统性能; SLAM系统采用混合离散-连续空间以实现精细化控制,模式选择部分是离散的,包括三种传感器主导模式:深度相机-IMU模式,激光雷达-深度相机模式,激光雷达-IMU-深度相机模式; 权重分配部分是连续的,包括传感器增益系数和资源限制参数,传感器增益系数为激光雷达、深度相机和IMU的权重,范围在0到1之间;表达式如下: (9) 资源限制参数为激光雷达采样率,范围在5Hz到40Hz之间;表达式如下: (10) 步骤2.3奖励函数模块; 包含主奖励、辅助奖励和惩罚项; 步骤2.4网络架构设计; 包括状态编码器,作为整个网络的基础,其负责将多模态的传感器数据转换为统一的特征表示,以便后续的策略网络和价值网络能够基于这些特征进行决策和评估; 策略网络,负责根据编码后的状态特征,输出具体的动作选择,包括离散的动作模式和连续的参数调节; 价值网络,用于评估当前状态和动作组合的优劣,为策略网络提供学习信号,帮助其优化决策过程; 步骤2.5执行训练策略; 通过高效的数据收集机制、智能的探索策略和严格的安全学习约束,为强化学习传感器自适应选择模块提供了全面的训练框架;包括, 数据收集机制,为系统提供了与环境交互的经验数据,是学习和优化策略的基础; 探索策略,决定系统如何在未知或部分已知的环境中进行有效的探索,以获取更多的信息和经验; 安全学习约束,确保系统在学习和决策过程中不仅追求高性能,还要满足一系列安全和实用性要求; 步骤3、多源传感器数据融合处理; 基于数据融合处理模块,由传感器组合进行多源传感器数据融合处理; 步骤4、地图更新和优化; 基于地图更新和后端优化模块,利用前端数据融合处理模块提供的地图数据、结合4DGS对环境地图进行高斯地图更新和优化,并通过回环检测进行误差校正和地图优化。

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山东科技大学,其通讯地址为:266000 山东省青岛市黄岛区前湾港路579号;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。