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！

龙图腾网获悉莱仕力智能技术(深圳)有限公司申请的专利一种AGV的多源定位融合与导航校正方法及系统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：CN121722122B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610194147.1，技术领域涉及：G05D1/43；该发明授权一种AGV的多源定位融合与导航校正方法及系统是由赵峰;罗涛;罗云设计研发完成，并于2026-02-11向国家知识产权局提交的专利申请。

本一种AGV的多源定位融合与导航校正方法及系统在说明书摘要公布了：本发明属于自动导引运输车技术领域，具体为一种AGV的多源定位融合与导航校正方法及系统，方法包括：通过扩展卡尔曼滤波与粒子滤波双向耦合进行位姿估计，其中粒子滤波采用融合视觉置信度与动态干扰评估的自适应观测似然模型，并将估计不确定性反馈至扩展卡尔曼滤波器动态调整其噪声参数。进一步引入滑动窗口因子图优化进行后端平滑。导航阶段，采用基于深度强化学习的动态决策器，根据实时定位、地图语义及历史性能生成最优控制参数。系统还能通过周期性在线微调，使滤波模型与决策策略自适应当前环境。通过创新性深度融合了经典状态估计与前沿机器学习方法，显著提升了AGV在复杂动态场景下的定位精度、环境理解能力与导航智能性。

本发明授权一种AGV的多源定位融合与导航校正方法及系统在权利要求书中公布了：1.一种AGV的多源定位融合与导航校正方法，其特征在于，包括： S1，通过AGV上设置的惯性测量单元、轮速编码器及视觉摄像头采集原始数据； S2，加载预构建的拓扑地图，所述地图包含节点、边、关联的视觉特征描述子及路径语义信息； S3，对原始数据进行时间同步与噪声滤波预处理； S4，基于预处理后的惯性测量单元与轮速编码器数据，通过扩展卡尔曼滤波器进行融合，输出第一预测位姿； S5，将视觉摄像头采集的当前图像与拓扑地图中的视觉特征进行匹配，解算视觉观测位姿，并计算当前环境的视觉特征匹配置信度与动态障碍物干扰评估因子； 其中，所述视觉特征匹配置信度Cvis的计算公式为： ； 其中，Nmatch为当前帧图像与所述拓扑地图中视觉特征成功匹配的特征点数量，Nmap为所述拓扑地图中当前参考节点存储的视觉特征点总数，σd为所有成功匹配的特征点对之间描述子距离的标准差，δ用于调节置信度对描述子差异敏感度的可调参数； 动态障碍物干扰评估因子Dobs通过计算当前帧与上一帧特征点光流场的畸变程度，或通过轻量级深度学习模型对当前帧图像进行动态物体分割检测，并计算被检测到的动态物体区域占图像总面积的比例； S6，以第一预测位姿及其协方差矩阵初始化粒子滤波器的重要性建议分布；以视觉观测位姿、置信度与干扰评估因子作为观测输入，通过自适应观测似然模型计算粒子权重；经过重采样后，输出最优估计位姿； 其中，所述自适应观测似然模型计算粒子权重wi为： ； 其中，z为视觉观测位姿，为粒子状态xi对应的观测空间，Radaptive为自适应观测噪声协方差矩阵： ； 其中，R0为基准噪声矩阵，α、β为调节系数，ε为防止除零的正常数； S7，将最优估计位姿输入一个基于深度强化学习的导航参数动态决策器，根据当前位姿、路径跟踪偏差、拓扑地图语义及历史性能数据，实时输出优化后的导航控制参数； S8，执行导航控制，并收集一个时间窗口内的定位误差与路径跟踪误差数据，作为性能评估元组，用于对S6中的自适应观测似然模型及S7中的深度强化学习决策器进行周期性在线微调。

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莱仕力智能技术(深圳)有限公司，其通讯地址为：518000 广东省深圳市罗湖区清水河街道清水河社区清水河一路112号智丰大厦1座1003；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。