洛阳理工学院李飞获国家专利权
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!
龙图腾网获悉洛阳理工学院申请的专利基于多模态感知的独居老人陪伴机器人控制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:CN121200038B 。
龙图腾网通过国家知识产权局官网在2026-02-06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:202511769276.0,技术领域涉及:B25J9/16;该发明授权基于多模态感知的独居老人陪伴机器人控制方法及系统是由李飞;孟庆宇;屠语欣;李传锋;王淑珍;武超;李明伟;张晓娇;杨浩楠;张逍林;李婧晗;赵增豪设计研发完成,并于2025-11-28向国家知识产权局提交的专利申请。
本基于多模态感知的独居老人陪伴机器人控制方法及系统在说明书摘要公布了:本发明公开了基于多模态感知的独居老人陪伴机器人控制方法及系统,属于智慧养老与人工智能交叉技术领域。该系统采用端边云协同架构,集成主控单元、多模态传感器单元、交互单元、动力单元及健康监测单元。控制方法通过融合深度相机与激光雷达数据,建立基于活动状态的动态阈值模型,并引入人工智能模型进行二次判断,实现了高精度的跌倒检测与预警;同时,通过语音与视觉协同的用药管理机制,解决老人漏服、错服药物的问题;采用Gmapping与TEB算法优化室内导航与动态避障性能。本发明兼顾了老人的隐私保护与操作便捷性,满足独居老人居家安全与健康管理需求。
本发明授权基于多模态感知的独居老人陪伴机器人控制方法及系统在权利要求书中公布了:1.基于多模态感知的独居老人陪伴机器人控制方法,其特征在于,包括以下步骤: 步骤S1、多模态数据采集:通过机器人的多模态传感器单元协同采集环境数据及人体数据,所述多模态传感器单元包括用于获取人体骨骼关键点的深度相机和用于获取环境三维点云及人体轮廓的激光雷达; 步骤S2、跌倒检测:基于所述深度相机获取的骨骼关键点信息和所述激光雷达获取的人体轮廓信息,进行数据融合,重建骨骼关键点的三维坐标;基于三维坐标计算人体躯干主轴向量及其垂直倾斜角、水平倾斜角及倾斜角的动态变化率,并结合预定义的动态阈值模型判断是否发生跌倒,若判定为跌倒则触发跌倒风险预警; 判断是否发生跌倒包括: 计算人体躯干主轴向量的垂直倾斜角在预定时间窗口内的动态变化率; 根据人体加速度及初始高度判断的实时活动状态,自适应地选择并计算与该活动状态对应的动态阈值,所述活动状态包括行走状态、站立状态和坐姿状态; 当同时满足所述垂直倾斜角大于所述动态阈值,且所述动态变化率大于预设的变化率阈值时,触发跌倒风险预警; 所述动态阈值的计算模型为: 行走状态时,,; 站立状态时,,; 坐姿状态时,,; 式中,表示垂直倾斜角,表示垂直倾斜角在预定时间窗口内的动态变化率,表示动态阈值,当且时,触发跌倒风险预警; 在触发跌倒风险预警后,还包括基于语义理解的二次判断步骤: 将所述垂直倾斜角、动态变化率、以及由所述深度相机和激光雷达获取的上下文环境信息,输入至预训练的大型语义理解模型; 所述大型语义理解模型基于以下逻辑规则进行最终判断: 若所述垂直倾斜角大于动态阈值,且所述动态变化率大于其阈值,同时基于传感器数据判定人体与地面距离小于0.3米,并且图像中未识别到支撑物,则输出跌倒的判断结果; 若所述垂直倾斜角大于动态阈值,但人体与地面距离大于0.5米或图像中识别到支撑物,则输出非跌倒的判断结果; 若所述垂直倾斜角未超过动态阈值,但激光雷达检测到人体高度在0.5秒内下降超过0.4米,则输出跌倒的判断结果; 基于输出的跌倒判断结果,执行后续的报警响应流程; 步骤S3、用药管理:通过语音交互模块获取用药信息,到达用药时间时进行语音提醒;同时,通过健康监测单元实时采集用户的生理数据,在生理数据异常时触发用药复核提醒; 步骤S4、夜间自主巡航与动态避障:基于Gmapping算法,结合激光雷达与里程计数据构建室内栅格地图,并经粒子滤波优化定位精度;在巡航过程中,通过TEB算法进行局部轨迹重规划实现动态避障,同步监测环境异常并推送报警信息至关联终端。
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洛阳理工学院,其通讯地址为:471023 河南省洛阳市洛龙区王城大道90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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励