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！

龙图腾网获悉内蒙古绿电装备技术有限公司;常州国领智能科技有限公司申请的专利光伏清洗机器人传感器数据融合与障碍物规避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：CN120406554B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202510501986.9，技术领域涉及：G05D1/622；该发明授权光伏清洗机器人传感器数据融合与障碍物规避方法及系统是由崔彦岭;赵广兴;刘撑乾;王子涵;陈煜;张海柱;郭慧设计研发完成，并于2025-04-21向国家知识产权局提交的专利申请。

本光伏清洗机器人传感器数据融合与障碍物规避方法及系统在说明书摘要公布了：本发明提供光伏清洗机器人传感器数据融合与障碍物规避方法及系统，涉及光伏清洗机器人技术领域，包括获取多源传感器数据，采用高斯混合模型进行概率分布建模，利用自适应协方差矩阵的卡尔曼滤波算法实现数据融合，构建三维语义地图并标注障碍物信息，结合全局路径规划和局部避障层的模糊逻辑控制器动态调整运动轨迹，实现光伏清洗机器人的平滑避障。本发明提高了光伏清洗机器人的环境感知能力和避障效率，降低了碰撞风险，保障了光伏板清洗作业的安全性和效率。

本发明授权光伏清洗机器人传感器数据融合与障碍物规避方法及系统在权利要求书中公布了：1.光伏清洗机器人传感器数据融合与障碍物规避方法，其特征在于，包括： 获取光伏清洗机器人的多源传感器数据，所述多源传感器数据包括表面图像数据、三维点云数据以及姿态数据； 基于高斯混合模型对所述多源传感器数据进行概率分布建模，并采用自适应协方差矩阵的卡尔曼滤波算法进行多源数据融合，包括： 将所述多源传感器数据构建为数据集，针对所述数据集构建具有多个高斯分量的混合模型，每个所述高斯分量包括混合权重、均值向量和协方差张量； 采用期望最大化算法对所述混合模型的参数进行迭代优化，通过计算后验概率得到隐变量的期望值，基于所述隐变量的期望值更新所述混合权重、所述均值向量和所述协方差张量，得到创新序列； 基于所述创新序列计算自适应因子，将所述自适应因子与自适应协方差矩阵相乘通过卡尔曼滤波算法得到修正后的自适应协方差矩阵； 利用所述修正后的预测误差协方差对所述卡尔曼滤波算法进行校正，得到校正后的卡尔曼收益；基于所述校正后的卡尔曼增益对状态估计值和误差协方差进行更新，实现对所述多源传感器数据的自适应融合，其中，对所述多源传感器数据中的光伏板表面图像数据进行多尺度分解，得到图像特征，所述图像特征包括边缘特征、纹理特征和局部梯度特征；对所述多源传感器数据中的三维点云数据进行几何特征提取，得到点云特征，所述点云特征包括法向量特征、曲率特征和局部深度变化特征； 根据所述图像特征与其特征均值的偏差进行差分计算得到图像概率分布值，根据所述点云特征与其几何特征均值的偏差进行加权计算得到点云概率分布值； 根据所述图像特征与所述点云特征之间的协方差，与所述图像概率分布值和所述点云概率分布值的比值确定权重系数，其中，所述自适应协方差矩阵根据所述多源传感器数据的噪声特性和环境变化实时更新； 根据融合后的所述多源传感器数据构建三维语义地图，在所述三维语义地图中标注障碍物的位置、类型和尺寸信息； 对所述三维语义地图进行避障路径规划，所述三维语义地图包括全局路径规划层和局部避障层，其中，所述全局路径规划层基于所述卡尔曼滤波算法生成初始路径，所述局部避障层利用模糊逻辑控制器根据障碍物距离、相对速度和光伏板边界约束动态调整运动轨迹，实现平滑避障； 根据实现所述平滑避障后的初始路径，控制所述光伏清洗机器人沿着设定路径进行移动，并实时检测前方障碍物，当检测到障碍物时，结合机器人当前状态和障碍物特征信息，执行局部避障策略。

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内蒙古绿电装备技术有限公司;常州国领智能科技有限公司，其通讯地址为：010010 内蒙古自治区呼和浩特市赛罕区金桥“双创”示范区数智产业园5楼SZXN-产业园/504/505；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。