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！

龙图腾网获悉铁正检测科技有限公司;中铁十四局集团有限公司;济南市交通工程质量与安全中心申请的专利一种智慧检测多功能机器人自主导航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：CN121252818B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511805783.5，技术领域涉及：G01C21/20；该发明授权一种智慧检测多功能机器人自主导航方法及系统是由王继海;耿靖玮;贾宏飞;黄一鸣;田航臣;隋雨静;顾建鑫;邱锡荣;曾凡辉;李瑞亮;刘国飞;朱晓天;李红红;颜廷虎;付睿;张新磊设计研发完成，并于2025-12-03向国家知识产权局提交的专利申请。

本一种智慧检测多功能机器人自主导航方法及系统在说明书摘要公布了：本申请涉及机器人自主导航技术领域，具体涉及一种智慧检测多功能机器人自主导航方法及系统，具体包括：获取机器人运动场景的栅格地图，通过分析栅格地图中每个栅格及其邻近栅格中静态障碍物的分布情况确定各栅格的静态代价度，结合经过栅格的所有动态障碍物的多模态信息之间的相似性，以及动态障碍物与机器人之间的距离，确定各栅格的障碍度；基于相邻两个静态障碍物之间特征区域内障碍物的分布情况，结合所述障碍度，确定栅格之间的节点代价值，结合路径规划算法，对机器人进行路径规划；优化了节点间的移动代价评估，更精确地反映了机器人实际移动的控制难度和能量消耗，提高了导航的实用性和可靠性。

本发明授权一种智慧检测多功能机器人自主导航方法及系统在权利要求书中公布了：1.一种智慧检测多功能机器人自主导航方法，其特征在于，该方法包括以下步骤： 获取智慧检测机器人工作区域的静态环境栅格地图及历史检测到的每个动态障碍物的多模态信息； 基于各栅格内的静态障碍物位置及数量分布情况，以及静态障碍物的边缘角点数量，构建各栅格的静态代价度；基于各栅格的邻近栅格的静态代价度的分布特征构建各栅格的通行度，以优化各栅格的静态代价度； 基于经过各栅格的所有动态障碍物的多模态信息之间的相似性，以及各动态障碍物与机器人之间的距离，结合优化后的静态代价度，确定各栅格的障碍度； 对各栅格进行区域划分，基于各区域与其邻近栅格中区域的相连情况，确定各栅格与其每个邻近栅格之间的特征区域，基于特征区域内静态障碍物的分布情况以及特征区域的静态代价度确定各栅格与其每个邻近栅格之间的移动代价值； 基于障碍度及移动代价值确定各栅格与其每个邻近栅格之间的节点代价值，结合路径规划算法，对机器人进行路径规划； 各栅格的障碍度的获取过程为：通过各动态障碍物的多模态信息确定各动态障碍物的多模态向量；在经过当前栅格的所有动态障碍物中，计算任一动态障碍物与其余所有动态障碍物的多模态向量之间相似度的均值，并获取各动态障碍物与机器人之间的同时刻位置距离的最小值，记为第一最近距离；获取机器人的所有次历史检测任务中，检测到当前栅格有动态障碍物经过的任务的次数；基于次数、均值及第一最近距离确定当前栅格的动态影响度，当前栅格的动态影响度分别与次数及均值成正相关关系，与第一最近距离成负相关关系；将各栅格的动态影响度与优化后的静态代价度的乘积作为各栅格的障碍度； 特征区域的获取过程为：若栅格Q的任一区域与其邻近栅格W的任一区域相连，则将区域与区域组成的区域作为栅格Q与其邻近栅格W之间的特征区域； 移动代价值的获取过程为：对于各栅格与其每个邻近栅格之间的特征区域，将特征区域中各静态障碍物与其相距最近的其余静态障碍物之间的距离记为各静态障碍物的第二距离，获取特征区域中所有静态障碍物的第二距离的信息熵；对特征区域进行区域划分，获取特征区域内障碍物所占区域的占比；将特征区域的静态代价度、信息熵及占比的融合值作为各栅格与其每个邻近栅格之间的移动代价值。

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铁正检测科技有限公司;中铁十四局集团有限公司;济南市交通工程质量与安全中心，其通讯地址为：250000 山东省济南市历下区和平路1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。