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！

龙图腾网获悉中科南京人工智能创新研究院申请的专利一种多模态具身导航方法、系统及存储介质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：CN121475176B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202610024967.6，技术领域涉及：G01C21/00；该发明授权一种多模态具身导航方法、系统及存储介质是由唐付林设计研发完成，并于2026-01-09向国家知识产权局提交的专利申请。

本一种多模态具身导航方法、系统及存储介质在说明书摘要公布了：本发明公开了一种多模态具身导航方法、系统及存储介质，该方法包括：获取多模态传感器数据并生成多模态感知特征；构建因子图，在其中配置将模态可信度和局部对齐参数作为待优化的状态变量的跨模态一致性因子；基于多模态感知特征对因子图中的机器人位姿及上述状态变量进行联合非线性优化，得到最优位姿及位姿协方差；基于最优位姿及位姿协方差更新目标可达概率网格，该网格存储栅格节点到达目标的成功概率，据此规划最大化成功率的导航轨迹。本发明将模态权重变量化，解决了固定权重无法适应传感器失效的问题；将定位不确定性耦合至导航决策，解决了传统规划忽略定位风险的问题，提升了机器人在动态复杂环境中的鲁棒性与安全性。

本发明授权一种多模态具身导航方法、系统及存储介质在权利要求书中公布了：1.一种多模态具身导航方法，其特征在于，包括： 获取机器人当前的图像数据和激光雷达点云，基于预置的感知模型生成多模态感知特征，包括网络预测深度图、图像语义概率分布及点云语义标签； 构建因子图，在因子图中配置将模态可信度和局部对齐参数作为待优化的状态变量的跨模态一致性因子； 基于多模态感知特征及激光雷达点云，对因子图中的机器人位姿及待优化的状态变量进行联合非线性优化，得到最优位姿及位姿协方差； 基于最优位姿及位姿协方差更新目标可达概率网格，据此规划导航轨迹以控制机器人移动； 其中，多模态感知特征包括网络预测深度图；在因子图中配置将模态可信度和局部对齐参数作为待优化的状态变量的跨模态一致性因子，包括：引入局部尺度参数和局部偏移参数作为局部对齐参数，引入深度模态可信度作为模态可信度；将激光雷达点云投影至网络预测深度图所在的图像平面，得到投影点处的激光雷达几何深度；基于局部对齐参数构建网络预测深度图与激光雷达几何深度之间的线性映射模型，据此计算深度一致性残差；其中，深度一致性残差被配置为随深度模态可信度动态加权，深度一致性属于跨模态一致性因子的一种； 其中，基于最优位姿及位姿协方差更新目标可达概率网格，包括：将机器人的工作空间划分为栅格集合，为栅格集合中的每个栅格节点维护一个目标可达概率，目标可达概率表示从该栅格节点出发，无碰撞到达导航目标的成功率；初始化导航目标所在栅格节点的目标可达概率为1；基于动态规划策略，结合当前最优位姿及位姿协方差，利用邻居节点的局部转移成功率对当前栅格节点的目标可达概率进行递推更新，直至所有栅格节点的概率值收敛；规划导航轨迹，即在预设的候选轨迹库中，选择终点落在具有最大目标可达概率的栅格区域的轨迹作为最优导航轨迹。

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中科南京人工智能创新研究院，其通讯地址为：211135 江苏省南京市江宁区创研路266号麒麟人工智能产业园3号楼3楼；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。