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！

龙图腾网获悉华中科技大学申请的专利一种移动式隧道检测机器人及隧道检测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：CN119984255B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202510177410.1，技术领域涉及：G01C21/16；该发明授权一种移动式隧道检测机器人及隧道检测方法是由刘文黎;戚亚飞;梁耀峰;关堂浩;安腾飞设计研发完成，并于2025-02-18向国家知识产权局提交的专利申请。

本一种移动式隧道检测机器人及隧道检测方法在说明书摘要公布了：本申请属于隧道检测技术领域，具体公开了一种移动式隧道检测机器人及隧道检测方法，该隧道检测机器人包括：机器人主体和数据采集模块，数据采集模块包括激光雷达、轮速计和惯性测量单元IMU；机器人主体与数据采集模块刚性连接，不同传感器之间的坐标变换关系能够通过刚性变换得到；机器人主体用于驱动机器人移动；通过误差状态卡尔曼滤波ESKF，将激光雷达的观测数据、IMU的观测数据以及轮速计的观测数据进行融合，并获取世界坐标系下待检测隧道的三维点云模型。通过本申请，能够高效且准确地获取世界坐标系下待检测隧道的三维点云模型，该三维点云模型能够用于隧道病害识别及定位，提高检测质量和效率，实现高效维护隧道。

本发明授权一种移动式隧道检测机器人及隧道检测方法在权利要求书中公布了：1.一种移动式隧道检测机器人，其特征在于，包括：机器人主体和数据采集模块，数据采集模块包括激光雷达、轮速计和惯性测量单元IMU； 机器人主体与数据采集模块刚性连接，不同传感器之间的坐标变换关系能够通过刚性变换得到； 机器人主体用于驱动机器人移动；通过误差状态卡尔曼滤波ESKF，将激光雷达的观测数据、惯性测量单元IMU的观测数据以及轮速计的观测数据进行融合，并获取世界坐标系下待检测隧道的三维点云模型； 所述通过误差状态卡尔曼滤波ESKF，将激光雷达的观测数据、惯性测量单元IMU的观测数据以及轮速计的观测数据进行融合，并获取世界坐标系下待检测隧道的三维点云模型，包括： 通过误差状态卡尔曼滤波ESKF，将激光雷达的观测数据、惯性测量单元IMU的观测数据以及轮速计的观测数据进行融合，确定数据采集模块的位姿； 基于激光雷达的位姿以及激光雷达所观测的点云数据，获取世界坐标系下待检测隧道的三维点云模型，激光雷达的位姿是基于激光雷达相对数据采集模块的位置关系，对数据采集模块的位姿进行变换得到的； 所述通过误差状态卡尔曼滤波ESKF，将激光雷达的观测数据、惯性测量单元IMU的观测数据以及轮速计的观测数据进行融合，确定数据采集模块的位姿，包括： 通过误差状态卡尔曼滤波ESKF的前向传播，将惯性测量单元IMU的观测数据和轮速计的观测数据进行融合，获取第一次融合数据，融合数据包括位姿； 通过误差状态卡尔曼滤波ESKF的后向传播，将前向传播的融合数据和激光雷达的观测数据进行融合，获取第二次融合数据； 所述通过误差状态卡尔曼滤波ESKF的前向传播，将惯性测量单元IMU的观测数据和轮速计的观测数据进行融合，获取第一次融合数据，包括： 基于惯性测量单元IMU的三轴加速度数据和三轴角速度数据，对数据采集模块状态进行运动学状态递推，获取数据采集模块的速度和位姿； 利用轮速计所观测的速度信息对数据采集模块的速度值进行更新； 所述通过误差状态卡尔曼滤波ESKF的后向传播，将前向传播的融合数据和激光雷达的观测数据进行融合，获取第二次融合数据，包括： 基于第一次融合数据中的位姿信息，对点云数据去畸变； 通过迭代最近点算法ICP求解激光雷达所观测的当前帧点云数据与历史地图之间残差最小的解； 基于残差最小的解和第一次融合数据，通过构建观测方程并计算卡尔曼增益，更新位姿信息； 其中，历史地图为根据激光雷达所观测的历史帧点云数据确定的世界坐标系下的点云集合； 在通过迭代最近点算法ICP求解激光雷达所观测的当前帧点云数据与历史地图之间残差最小的解之后，还包括： 若激光雷达所观测的当前帧点云数据与历史地图之间残差对应的最小特征值小于预设阈值，则将基于当前帧点云数据所计算出的数据采集模块的位姿进行分解，保留非退化方向的位姿解；当出现退化情况，轮速计提供退化方向上的状态估计； 其中，退化方向为隧道长线型结构的延伸方向，非退化方向与隧道长线型结构的延伸方向垂直。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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”。

以上内容由龙图腾AI智能生成。