根据《华中科技大学科技成果转化管理办法》规定，对我校人工智能与自动化学院彭刚老师团队的“多传感器融合环境感知与智能巡检关键技术和系统”成果转化相关事项公示如下：
一、成果名称及简介
成果包含10项知识产权
（1）发明专利：一种基于激光雷达的机器人自主定位方法
发明人：彭刚，郑威，陆泽早
专利号：ZL201711096684.X
专利权人：华中科技大学
简介：本发明公开了一种基于激光雷达的机器人自主定位方法，包括：以机器人初始位置为中心，随机产生N个粒子组成粒子群，机器人运行的当前时刻，根据机器人传感器测得的机器人实时移动距离和实时旋转角度，更新粒子群；对于每一个粒子，计算激光雷达点云与地图的障碍物的重合数量作为每一个粒子的得分，以每一个粒子的得分为权重计算粒子群的加权位姿均值，作为AMCL估计位姿；将AMCL估计位姿作为初始值，使用基于高斯牛顿迭代法的扫描匹配算法，得到扫描匹配位姿，作为机器人运行的当前时刻的最优位姿；使用AMCL算法重采样粒子群，最终得到机器人运行时全程最优位姿作为定位结果。本发明定位的收敛速度、定位精度和定位的稳定性有较大提升。
（2）发明专利：基于多传感器的无轨化全向移动机器人系统及其控制方法
发明人：彭刚，陈善良，王志濠
专利号：ZL201811415229.6
专利权人：华中科技大学
简介：本发明公开了一种基于多传感器的无轨化全向移动机器人系统及其控制方法，系统包括：控制板，用于给控制板输送控制信号的PC机，分别与控制板连接的惯性导航传感器、二维码识别器、激光传感器、里程计和电机驱动器，以及与所述电机驱动器连接的全向移动运动底盘；控制板读取惯性导航传感器、二维码识别器、激光传感器、里程计的数据信息，并经过控制计算和处理后得出相应的控制信号控制电机驱动移动机器人沿着指定的路径行驶。控制方法是在惯性导航算法的基础上结合里程计和二维码实现精确定位。本发明实现了无轨化全向移动机器人的位态校正与精确定位，提高了无轨化全向移动机器人在人机混杂环境中的适应性和稳定性。
（3）发明专利：一种基于双控制板的AGV系统和路径规划方法
发明人：彭刚，廖金虎，虎璐
专利号：ZL201911068885.8
专利权人：华中科技大学
简介：本发明公开了一种基于双控制板的AGV系统及路径规划方法，AGV系统包括：运动控制板、人机交互控制板、电机驱动模块、导航模块、安全保护模块、电源模块、车载触摸屏、车载WiFi模块和路径规划模块；路径规划模块采用改进的A*算法进行路径规划，生成AGV起始点到目标点之间的最优路径，并结合AGV运行参数进行路径冲突检测，执行路径冲突解决策略，避免AGV冲突。本发明一种基于双控制板的AGV系统将运动控制任务和人机交互任务分配给两个控制板，控制灵活、运行效率高；路径规划方法求解速度快，适用于在线实时规划，可以有效防止多AGV的路径冲突问题，具有更好的适应性。
（4）发明专利：基于多传感器紧耦合的移动机器人位姿估计方法和系统
发明人：彭刚，陈博成，周奕成，彭嘉悉
专利号：ZL202110702106.6
专利权人：华中科技大学
简介：本发明公开了一种基于多传感器紧耦合的移动机器人位姿估计方法和系统，属于机器人定位技术领域，其中方法包括：对相机采集的当前帧RGB-D图像与上一帧RGB-D图像进行特征匹配，计算匹配过程的视觉重投影误差；对IMU测量的数据进行积分，构建IMU积分残差；从激光雷达采集的点云中提取边缘特征点和平面特征点，计算边缘特征点到边缘线的距离以及平面特征点到平面的距离，构建激光点云几何残差；以视觉重投影误差、IMU积分残差和激光点云几何残差最小为目标，进行位姿估计，得到局部位姿；使用局部位姿更新激光点云地图后在激光点云地图上进行全局优化，得到全局位姿。本发明提高了移动机器人在复杂运动和复杂环境下的定位精度和鲁棒性。
（5）发明专利：一种结合多线激光雷达的双向深度视觉惯性位姿估计方法
发明人：彭刚，李剑峰
专利号：ZL202210479056.4
专利权人：华中科技大学
简介：一种结合多线激光雷达的双向深度视觉惯性位姿估计方法，包括：双向深度视觉图像借助激光雷达点云恢复特征点的深度信息后，分别与IMU数据进行紧耦合，得到两个位姿估计，对两个位姿估计加权融合得到视觉里程计；将视觉里程计或IMU估计结果作为先验位姿估计，将先验位姿估计结合激光点线残差进行迭代优化，得到激光里程计；分别对双向深度视觉图像和激光雷达点云进行闭环检测，若校验闭环有效，则将当前时刻和闭环时刻对应的激光关键帧之间的相对位姿变换关系作为闭环约束；将激光里程计约束、视觉里程计约束和闭环约束作为约束项，进行因子图优化，得到最优位姿估计。本发明在光照不良和纹理缺失等场景中具有高精度且鲁棒的位姿估计。
（6）发明专利：一种结合激光与视觉的可行驶区域检测方法和系统
发明人：彭刚，徐越
申请号：CN202410372208.X
申请权人：华中科技大学
简介：本发明公开了一种结合激光与视觉的可行驶区域检测方法和系统，其中方法，包括：对道路场景下的激光点云进行地面分割，得到地面点和非地面点，从地面点获取道路径向点云，利用道路径向点云将非地面点云分为左右两侧，对左右两侧的非地面点云进行滤波得到道路边界点；将道路场景下的激光点云转换为深度图，将深度图的表面法线信息和道路场景下的彩色图像输入可行驶区域检测网络模型，输出初始可行驶区域；将道路边界点与初始可行驶区域融合，得到最终的可行驶区域。最终的可行驶区域既含有道路边界的空间位置信息，又含有车辆可行驶区域的语义图像信息，本发明在非铺装路面、半自然场景道路中，可以提供高效、精准的可行驶区域检测结果。
（7）发明专利：一种基于空间-语义特征深度融合的自监督单目深度估计方法
发明人：彭刚，高强
申请号：CN202510643252.4
申请权人：华中科技大学
简介：本发明属于计算机视觉相关技术领域，具体涉及一种基于空间-语义先验特征增强的自监督单目深度估计方法，离线构建的感知模型包括：单目深度估计网络的深度编码器和深度解码器以及强化深度特征生成模块，该模块用于获取单帧的场景语义、空间先验特征，对两个先验特征分别进行压缩融合之后采用对偶式结构，对压缩融合后的两个先验特征分别进行卷积特征提取并与初始深度特征通道对齐，采用注意力机制将对齐后的每个先验特征与初始深度特征进行特征交互融合，对两个交互融合后的特征分别进行形状和通道的处理，以与初始深度特征进行三者加法操作，得到强化后的深度特征，由深度解码器解码。本发明能提高复杂特征退化环境下单目深度估计鲁棒性。
（8）发明专利：一种基于点线特征的双目视觉惯性定位方法和系统
发明人：彭刚，陈善良，李剑峰
专利号：ZL202110569911.6
专利权人：华中科技大学
简介：本发明公开了一种基于点线特征的双目视觉惯性定位方法和系统，所述方法通过在机器人上设置双目相机和IMU传感器估计机器人位姿，进行机器人定位，所述机器人位姿估计包括：从双目相机中采集的图像中提取点特征和线特征，在机器人运行过程中对点特征和线特征进行追踪；将机器人历史运动轨迹的误差作为先验约束，以先验约束、点特征追踪误差、线特征追踪误差和IMU传感器测量误差之和最小为目标，进行机器人位姿估计，得到机器人位姿。线特征受环境光照影响相对较小，在特征点缺失的弱纹理环境下仍然可能提取到线特征来进行运动估计，本发明将线特征融合到视觉惯性定位算法中，提高了移动机器人在弱纹理环境下的定位精度和鲁棒性。
（9）发明专利：一种融合GNSS与多视角视觉的建图方法和系统
发明人：彭刚，许镟
专利号：ZL202210526760.0
专利权人：华中科技大学
简介：本发明公开了一种融合GNSS与多视角视觉的建图方法和系统，其中方法包括：通过GNSS测量值的时间戳约束多视角视觉图像的更新时间使得GNSS测量值与多视角视觉图像对齐，然后对多视角的视觉图像进行位姿估计，得到关键帧位姿；将各视角下当前关键帧位姿和前一关键帧位姿转换至站心坐标系下，计算相对位姿，将当前关键帧位姿与相对位姿之和作为当前关键帧的视觉观测值，以当前关键帧的GNSS测量值与视觉观测值之差最小为目标，求解全局优化位姿；利用单视角下全局优化位姿更新单视角局部地图，当满足时间一致性约束和空间一致性约束时，对多视角局部地图进行融合，得到全局一致的地图。本发明可以提高实时定位精度和鲁棒性，建立全局一致的地图。
（10）发明专利：一种融合GNSS信号的多模态高精度鲁棒位姿估计方法和系统
发明人：彭刚，段航琪
申请号：CN202410370744.6
申请权人：华中科技大学
简介：本发明公开了一种融合GNSS信号的多模态高精度鲁棒位姿估计方法和系统，其中系统包括：相机，用于采集图像；IMU，用于测量IMU数据；激光雷达，用于采集的点云；GNSS，用于获取全局坐标系下的坐标，转化到局部坐标下；雷达-惯性里程计，用于对IMU预积分误差和激光里程计因子进行因子图优化，得到雷达-惯性里程计位姿；视觉-惯性里程计，用于以视觉重投影误差和IMU预积分误差最小为目标，进行位姿估计，得到视觉-惯性里程计位姿；IMU里程计，用于以IMU预积分误差、视觉-惯性因子误差、雷达-惯性因子误差和GNSS因子误差最小为目标，对IMU预积分器更新，使用更新后的IMU预积分器对IMU数据进行积分，得到最终位姿。实现位姿的高精度、鲁棒估计。
二、拟交易价格
协议转让：100万元。
三、价格形成过程
学校委托评估公司对该项目进行资产评估，基于评估价参考，经全体发明人同意，并与杭州喻家山智控技术有限公司协商，双方同意以协议定价100万元实施转让。
特此公示，公示期15日，自2026年5月13日起至2026年5月27日。如有异议，请于公示期内以书面形式实名向我院反映。
联系人：尹老师、庄老师
联系电话：87558732
科学技术发展院
2026年5月13日
