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！

龙图腾网获悉河南省科学院物理研究所申请的专利基于语义的医护机器人同步定位与建图技术研究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：CN117226835B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202311202901.4，技术领域涉及：B25J9/16；该发明授权基于语义的医护机器人同步定位与建图技术研究方法是由郑超;李亚楠;李金东;路畅;张鹏飞设计研发完成，并于2023-09-18向国家知识产权局提交的专利申请。

本基于语义的医护机器人同步定位与建图技术研究方法在说明书摘要公布了：本发明公开了一种基于语义的医护机器人同步定位与建图技术研究方法，方法包括：获取机器人周围环境；根据周围环境信息进行机器人定位；构建当前环境的地图；依据不同物体的特征分割出医护人员或者医疗设备；构建优化地图信息；设计基于语义的医护机器人定位与建图；在ORB‑SLAM3的基础上添加语义信息。本发明提供的方法综合考虑了在复杂的医院环境下医护人员和患者流动，并且语义信息的使用还可以使医护机器人识别医疗设备，为执行其他更高层次的任务奠定基础。

本发明授权基于语义的医护机器人同步定位与建图技术研究方法在权利要求书中公布了：1.一种基于语义的医护机器人同步定位与建图技术研究方法，所述方法基于图像预处理模块，IMU预积分模块，图像特征点提取模块实现，其特征在于，具体包括如下步骤： 步骤1：获取机器人所在的位置坐标信息，所述的位置坐标信息是根据SLAM算法进行定位，获取机器人当前的位姿，根据SALM算法获取图像深度信息和图像信息； 步骤2：初始化机器人位姿，并根据当前地图帧获取地图的特征点，如果当前帧特征点太少，重新构造初始器，当连续两帧的特征点个数都大于100时,继续进行初始化过程； 步骤3：获取地图帧的语义信息，通过SAM语义分割模型对地图进行语义分割，其中SAM是一个交互式分割框架，它根据给定的prompt生成分割结果，生成过程表示为,SAM使用基于VisionTransformer的预训练掩码自编码将图像处理成中间特征，并将先前的prompt编码为嵌入Tokens；随后，掩码解码器中的交叉注意力机制促进了图像特征和prompt嵌入之间的交互，最终产生掩码输出； 步骤4：创建当前帧和来自上一关键帧的IMU预积分，在初始帧与当前帧中通过特征匹配得到对应的匹配关系，通过H模型和F模型进行初始化，其中H模型用单应矩阵H21来描述特征点对p1，p2之间的变换关系p2=H21*p1，F模型模型是特征点对p1，p2用基础矩阵F21来描述特征点对之间的变换关系p2TF21p1=0得到两帧间的相对运动、初始化地图点； 步骤5：根据步骤3提取出地图帧中医生和患者的语义信息，根据步骤4获取地图帧的特征点，把特征点在上述医生和患者身上的特征点通过SAM算法删除并且删除无法进行三角化的匹配点，然后通过三角化生成3D点进而生成地图点，把地图点发送给SLAM的LOCAL MAPPING线程； 步骤6：通过该线程完成IMU的三阶段初始化，处理队列中的关键帧； 步骤7：获得需要检查的新增地图点，根据相机类型设置不同的观测阈值，根据地图点的观测情况剔除地图点大于阈值的点，记概率分布为；给定一个可以确定一个区间；可以认为，落在这个区间内，则为内点，落在这个区间外则为外点；是要找的阈值；然后产生新的地图点，使得跟踪更稳，最后会检测当前关键帧的共视关键帧是否冗余； 步骤8：将当前关键帧加入到闭环检测队列中，通过计算当前关键帧和关键帧数据库中关键帧的相似性得分可以得到存在回环可能或者子地图融合可能的候选关键帧，通过对候选关键帧进行几何相似性验证和时序几何验证； 步骤9：根据验证结果判定当前区域是否存在回环情况或者地图融合的可能，并根据不同的情况进行回环矫正或者是地图融合。

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河南省科学院物理研究所，其通讯地址为：450046 河南省郑州市金水区明理路266-38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。