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！

龙图腾网获悉山东大学申请的专利模块化机器人平台的分布式自扩展相对位姿估计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：CN115933716B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202211092400.0，技术领域涉及：G05D1/49；该发明授权模块化机器人平台的分布式自扩展相对位姿估计方法是由周乐来;杨晓航;李贻斌;张辰;田新诚;荣学文设计研发完成，并于2022-09-08向国家知识产权局提交的专利申请。

本模块化机器人平台的分布式自扩展相对位姿估计方法在说明书摘要公布了：一种模块化机器人平台的分布式自扩展相对位姿估计方法，至少采用四台四轮差速转向的模块机器人，每个模块机器人的前面、后面、左侧面和右侧面四个面分别安装有一个摄像头和一个合作标识，每个模块机器人均自带里程计，采用TCPIP局域网，按以下步骤进行各模块机器人的相对位姿估计：1各模块机器人之间的视觉位姿估计；2对位姿估计结果添加约束，进行截断滤波；3利用滑动窗口融合多个位姿关系，提高数据稳定性，对摄像头和里程计进行时间匹配；4融合里程计的鲁棒位姿估计；5多模块机器人相对定位。该方法实现了多模块机器人协同作业时的构型感知功能，为下一步控制模块机器人进行阵型保持、编队跟踪提供位姿信息。

本发明授权模块化机器人平台的分布式自扩展相对位姿估计方法在权利要求书中公布了：1.一种模块化机器人平台的分布式自扩展相对位姿估计方法，其特征是： 模块化机器人平台至少采用四台四轮差速转向的模块机器人，每个模块机器人的前面、后面、左侧面和右侧面四个面分别安装有一个摄像头和一个合作标识，以ARTAG作为合作标识对每一个模块机器人进行身份ID定义；每个模块机器人均自带里程计，获得里程计数据； 采用TCPIP局域网，各模块机器人连接在同一个局域网络下，每个节点通过网络进行自组网互联，各模块机器人之间采用ROS节点的方式相互通信，通过不同模块命名car1***……carN***，N为模块的编号ID，实现不同模块机器人间的双工通信；ROS系统维护一个所有模块机器人之间的相对位姿关系图的数据结构，通过索引数据结构实现各模块的发布的数据和控制指令的共享； 按以下步骤进行各模块机器人的相对位姿估计： 1各模块机器人之间的视觉位姿估计； 2对位姿估计结果添加约束，进行截断滤波； 3利用滑动窗口融合多个位姿关系，提高数据稳定性，对摄像头和里程计进行时间匹配； 4融合里程计的鲁棒位姿估计； 5多模块机器人相对定位； 通过将摄像头获取的图像数据转换为位姿信息发布共享实现对通信数据的精简，在带宽有限的情况下，容纳更多的模块机器人；各个模块机器人发布TF消息，ROS Master维护这些TF消息并组成一个星状结构，通过分布式系统架构，获得模块机器人间的相对位姿关系，确定周围所有模块机器人在自模块坐标系下的坐标； 所述步骤2的具体过程为： 将四元数转换为欧拉角，公式如下： 当摄像头识别到的任一标签在X轴上的旋转角度α或Y轴上的旋转角度β大于阈值时，即rollnowrollthread||pitchnowpitchthread，视此次识别无效，即过滤掉此次观测结果； 因为多个模块机器人在同一平面运动，当检测距离大于2.5m时，即d2.5m以及摄像头检测到Z方向距离超过阈值，即zzthread，视为无效数据； 所述步骤3的具体过程为： 将相对位姿关系固定在一个时间窗口内，新的观测结果产生之后，设定一个窗口，将最旧的观测结果丢弃，将新的观测结果加入； 如果各模块机器人固定不定时，维持之前的相对位姿观测结果； 如果模块机器人移动，对视觉位姿估计测量数据进行采样处理，并对相应时间段中的数据进行均值滤波，提升数据的稳定性；均值滤波表达如下： n为采样时间，pi为时间内的位姿信息，Pt为滑动窗口均值滤波后的相对位姿信息； 使用指数加权移动平均优化算法优化，使位姿变换平缓，取因子β＝0.9； Pt+1＝βPt+1+1‑βPt； Pt+1作为融合后的相对位姿观测数据结果通过TF广播到ROS通信网络中； 根据视觉相对位姿估计结果对各模块机器人进行位姿初始化，建立各模块机器人与公共坐标系即世界坐标系{W}的相对坐标系变换，根据模块机器人初始位姿判断，确定模块机器人的当前位姿，初始化结束后，各模块机器人开始运动； 循环更新视觉观测信息，循环更新相对位姿关系，ROS维持数据结构并重新进行位姿初始化。

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大学，其通讯地址为：250061 山东省济南市历下区经十路17923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。