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！

龙图腾网获悉北京理工大学申请的专利一种多个机器人鲁棒协同定位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：CN115439544B 。

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：202211084214.2，技术领域涉及：G06T7/73；该发明授权一种多个机器人鲁棒协同定位方法是由王美玲;唐宇杰;岳裕丰;邓一楠;张骐绘设计研发完成，并于2022-09-06向国家知识产权局提交的专利申请。

本一种多个机器人鲁棒协同定位方法在说明书摘要公布了：本发明公开了一种多个机器人鲁棒协同定位方法，涉及智能机器人技术领域，可以在大量错误数据关联存在的情况下实现多机器人间的正确协同定位。包括如下步骤：针对多个机器人组成的系统，其中多个机器人各自获取环境信息，每个机器人构建一个局部地图，每个局部地图由多个子地图构成，构建子地图之间的约束；子地图之间的约束由若干匹配点对构成。构建向量滤除模型，用于过滤错误约束和点对。构建混合概率模型，从几何距离、语义关联和向量一致性的角度分别计算出数据关联中约束和点的正确概率。双层期望最大化算法确定子地图的位姿并去除错误的数据关联，实现多机器人协同定位。

本发明授权一种多个机器人鲁棒协同定位方法在权利要求书中公布了：1.一种多个机器人鲁棒协同定位方法，其特征在于，包括如下步骤： 针对多个机器人组成的系统，其中多个机器人各自获取环境信息，每个机器人构建一个局部地图，每个局部地图由多个子地图构成，构建子地图之间的约束；子地图之间的约束由若干匹配点对构成； 构建向量滤除模型，用于过滤错误数据关联，所述错误数据关联包括错误约束和正确约束中的错误点对； 构建混合概率模型，从几何距离、语义关联和向量一致性的角度分别计算出数据关联中约束和点对的正确概率； 双层期望最大化算法确定子地图的位姿并去除错误的约束，实现多机器人协同定位； 所述多个机器人组成的系统，对于其中一个机器人其构建的局部地图，至少存在另外一个机器人构建的局部地图，两者间有重叠区域； 所述构建向量滤除模型，用于过滤错误数据关联，所构建的向量滤除模型包括用于约束的向量滤除模型和用于点对的向量滤除模型； 具体包括如下步骤： 构建用于约束的向量滤除模型，用于滤除错误的约束，所述用于约束的向量滤除模型具体为： 对于机器人h建立的第k个子地图和机器人j建立的第l个子地图其中ps,pt为子地图中的点，qs,qt为子地图中的点；定义标志变量vs,t，得到式1的关系；如果ps,qs和pt,qt都是正确的，那么vs,t＝1，并且称ps,qs和pt,qt为一致的一对向量对；其他情况下vs,t＝0； 其中δ为正常数； 一个约束或者一个匹配点对的正确性基于式1进行估计； 一个约束C是一个子地图和回环约束或者一个里程计约束为C中的每两个点对ps,qs和pt,qt计算vs,t的值，那么C中所有vs,t之和定义为式2中的 其中nC是C中的匹配点对的数量； 在用于约束的向量滤除模型中，里程计约束被当成正确的回环约束，一个回环约束正确的概率基于来计算，其中定义为所有的平均值；式3给出了估计的C的正确概率； 其中为的上限，∈为的上限，σ设置为构建用于点对的向量滤除模型，用于过滤错误的点对，所述用于点对的向量滤除模型具体为： 对于一个正确约束Ci中的任意一个匹配点对ps,qs，定义式4中所示的满足向量一致性的点对数 越大，点对ps.qs正确的概率越大，式5中定义约束和点对正确概率 其中∈1设置为而σ1设置为 由此完成了向量滤除模型对约束和点对的建模。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。