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！

龙图腾网获悉扬州大学申请的专利基于最大后验估计水下运动漂移和噪声的SLAM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：CN114970636B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202210650377.6，技术领域涉及：G06F18/10；该发明授权基于最大后验估计水下运动漂移和噪声的SLAM方法是由孙进;汪和平;姜金设计研发完成，并于2022-06-09向国家知识产权局提交的专利申请。

本基于最大后验估计水下运动漂移和噪声的SLAM方法在说明书摘要公布了：本发明公开了基于最大后验估计水下运动漂移和噪声的SLAM方法，包括：1）基于EKF‑SLAM估计水下机器人的运动漂移；1.1）对机器人SLAM系统状态初始化；1.2）构建基于EKF‑SLAM状态估计采样点；1.3）基于状态估计误差更新协方差矩阵；2）基于最大后验概率更新水下机器人的运动漂移；3）基于EKF‑SLAM估计水下噪声参数；3.1）进行水下噪声参数初始化；3.2）水下噪声参数协方差矩阵估计；3.3）基于状态估计更新协方差矩阵；4）基于最大后验概率更新水下噪声参数。本发明通过对现有的EKF‑SLAM方法中的状态预测部分进行改进，结合系统模型中运动噪声和观测噪声的估计，对系统模型的高斯分布噪声方差进行自适应滤波，然后进行SLAM估计，提高了水下自定位精度约20%。

本发明授权基于最大后验估计水下运动漂移和噪声的SLAM方法在权利要求书中公布了：1.一种基于最大后验估计水下运动漂移和噪声的SLAM方法，其特征在于，包括以下步骤： 步骤1基于EKF-SLAM估计水下机器人的运动漂移； 步骤1.1对机器人SLAM系统状态初始化； 步骤1.2构建基于EKF-SLAM状态估计采样点； 步骤1.3基于状态估计误差更新协方差矩阵； 计算协方差 h为k时刻的观测函数，hζi,k,θk|k-1为k时刻的系统观测量，ωi,k|k-1为k-1时刻对k时刻估计的权重，依据观测估计量的精度差动态赋值； 步骤2基于最大后验概率更新水下机器人的运动漂移； 所述步骤2具体包括： 基于贝叶斯滤波理论，估计运动漂移参数Δxk是基于对后验概率密度的估计，此时的损失函数表示为： 基于最大后验概率对公式9对参数θk|k-1求导，求解最精确的运动漂移参数Δxk，再校正k-1时刻对k时刻的估计最后基于扩展卡尔曼滤波计算后验协方差，将更新后的代入公式8，将其中的一部分记为交叉协方差Pz,k|k-1，表示为： 基于水下机器人的运动漂移更新的扩展卡尔曼滤波Kk记为： 基于水下机器人的运动漂移更新的k时刻估计值表示为： 基于水下机器人的运动漂移更新的后验协方差记为： 依据公式12和k-1时刻对k时刻的状态估计值联立估计水下的均值误差值，再依据公式13和k-1时刻对k时刻的状态的协方差矩阵公式估计均值误差下的水下的运动漂移量，同时令公式13中关于参数Δxk损失最小化，得出合适的θk|k-1，令k＝1，将θ1|0代入步骤3； 步骤3基于EKF-SLAM估计水下噪声参数； 步骤3.1进行水下噪声参数初始化； 步骤3.2水下噪声参数协方差矩阵估计； 步骤3.3基于状态估计更新协方差矩阵； 步骤4基于最大后验概率更新水下噪声参数； 利用求解出的估计的噪声参数估算对应观测状态下的基于机器人位姿更新的协方差矩阵Pk；作为下一次步骤1.3协方差矩阵的更新值。

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扬州大学，其通讯地址为：225009 江苏省扬州市大学南路88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”。