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！

龙图腾网获悉青岛大学申请的专利基于视觉语义分割与雷达障碍物检测的人形机器人导航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：CN120928375B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202511467610.7，技术领域涉及：G01S17/86；该发明授权基于视觉语义分割与雷达障碍物检测的人形机器人导航方法是由蒋婉玥;王书一;于金鹏;刘晓瑞;殷紫薇设计研发完成，并于2025-10-15向国家知识产权局提交的专利申请。

本基于视觉语义分割与雷达障碍物检测的人形机器人导航方法在说明书摘要公布了：本发明属于机器人导航技术领域，具体涉及一种基于视觉语义分割与雷达障碍物检测的人形机器人导航方法，利用视觉传感器同步获取人形机器人当前环境的RGB图和深度图，利用激光雷达采集点云数据；对预处理后的RGB图进行语义分割；雷达点云障碍检测；将语义分割图和激光点云图融合，引入贝叶斯决策判断是否可通行，再计算融合代价值，得到融合代价地图；采用RRT*TEB算法输出最优路径；使用非线性优化求解器生成精确到每一步的落脚点序列；本发明构建了“语义‑几何”双维度导航代价模型；将贝叶斯推理与导航场景深度绑定，提升了非结构化环境导航适应性；导航方法适用于人形机器人，能耗低，导航偏差低，安全性高。

本发明授权基于视觉语义分割与雷达障碍物检测的人形机器人导航方法在权利要求书中公布了：1.一种基于视觉语义分割与雷达障碍物检测的人形机器人导航方法，其特征在于，具体步骤包括： 步骤1：环境感知数据采集 利用视觉传感器同步获取人形机器人当前环境的RGB图和深度图，利用激光雷达采集点云数据； 步骤2：数据预处理与特征提取 1视觉数据预处理和特征提取 对RGB图进行畸变校正和去噪； 对深度图进行空洞填充和尺度转换，将像素距离转换为实际物理距离；提取深度图中每列最近障碍物点，保留障碍物的高度特征； 2激光点云预处理点云去噪： 对采集的点云数据通过体素滤波减少冗余点，保留关键几何特征；再将关键几何特征进行地面分割和障碍物聚类，提取障碍物的外接矩形参数； 步骤3：视觉语义分割与雷达障碍检测 1视觉语义分割：采用基于变换器的SegFormer-B2网络模型和已知的各材质属性对预处理后的RGB图进行语义分割，得到带有材质属性的语义分割图； 2雷达点云障碍检测：根据步骤2得到的障碍物的外接矩形参数和IMU数据，通过LIO-SAM算法实现激光-惯导紧耦合，优化点云位姿精度，生成激光点云地图，然后进行障碍物判断，标记“可跨越障碍”或“不可跨越障碍”； 步骤4：多源信息融合与代价地图构建 先将视觉传感器获得的RGB图和雷达采集的点云数据划分为0.1m×0.1m的栅格单元；然后将视觉语义分割图和雷达的激光点云图进行融合，引入贝叶斯决策判断每个栅格是否可通行，标记“安全路径”、“谨慎路径”或“禁止路径”定性标签；再计算标记“安全路径”和“谨慎路径”的每个栅格的融合代价值，得到融合代价地图； 步骤5：路径规划 采用RRT*算法对全局路径规划结合TEB算法对局部路径规划，通过差异化障碍物判断逻辑结合“语义标签”和“融合代价”协同输出最优路径； 步骤6：足迹序列生成 使用非线性优化求解器在局部路径的基础上，结合地面材质特性和障碍物几何信息，生成精确到每一步的落脚点序列，使机器人在复杂环境中既能保持稳定，又能高效前进；具体为：首先按照当前地面材质对应的步长，将局部路径等距切分为若干段，每一段的终点作为候选落脚点；然后检查每个候选点对应的障碍物信息，若前方存在可跨越障碍，则调整该步的落脚点位置并设置相应的抬脚高度；若遇到不可跨越障碍，则标记为需绕行，由上层路径规划重新计算局部路径；在确定落脚点位置后，根据局部路径的转向曲率计算脚尖朝向，范围一般在0°至30°之间，以保证转弯或跨越时的稳定性；输出结果为一组按时间顺序排列的落脚点信息，包括每一步的三维坐标和脚尖朝向角度，将结果直接传递给人形机器人的步态控制模块，实现从路径规划到实际行走的闭环控制。

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青岛大学，其通讯地址为：266001 山东省青岛市市南区宁夏路308号青岛大学浮山校区；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。