**对比文件名称**：发明申请_US20140005933A1 Adaptive Mapping with Spatial Summaries of Sensor Data
**目标专利名称**：用于利用语义信息来导航机器人设备的系统和方法
**本次调用的模型名称**：DeepSeek-R1
**特征比对表格**
| 第一栏：技术特征描述及公开性判断结果 | 第二栏：对比文件原文引用 | 第三栏：公开性论述 |
| **技术特征A：一种改善导航的方法** <br>**判断结果：直接公开** | [0005] The invention in the preferred embodiment features a system and method for mapping parameter data acquired by a robot or other mapping system that travels through an environment. ... When an occupancy map or other global parameter map is required, the robot merges local grids into a comprehensive map indicating the parameter data in a global reference frame. ... In accordance with the preferred embodiment, path planning is based on a parameter map that is generated from a plurality of parameter grids using current estimates of the poses of the anchors nodes corresponding to those grids. | 对比文件公开了一种由机器人执行的方法，其核心在于通过生成和合并局部参数网格（子地图）来构建全局参数地图（如占据栅格地图），并基于此地图进行路径规划，从而实现和改善机器人在环境中的导航。这与目标专利权利要求特征A“一种改善导航的方法”所定义的发明主题类型和目的相同。因此，该特征被直接公开。 |
| **技术特征B：由机器人设备中的处理器发起与语义信息提取相关联的预先确定的时间段的开始** <br>**判断结果：隐含公开** | [0043] The mapping module 136 periodically attempts to generate spatial summaries in response to any of a number of events or conditions including: (1) elapse time; (2) space covered by the mobile robot or area mapped by the mobile robot; (3) grid memory limitation; (4) total number of grids or anchor nodes; or combination thereof. | 对比文件公开了映射模块会周期性地（periodically）尝试生成空间摘要（即语义信息的提取和整合），响应的事件或条件包括“（1）经过的时间”。这表明系统会基于时间条件来触发生成空间摘要的操作。虽然未明确记载“预先确定的时间段”这一具体表述，但“周期性地”响应“经过的时间”这一条件，对本领域技术人员而言，必然意味着存在一个（即使是动态或默认的）时间间隔或周期来发起相关操作。这与特征B中“发起与语义信息提取相关联的预先确定的时间段的开始”所起的作用（基于时间触发信息提取过程）是相同的。因此，该特征被隐含公开。 |
| **技术特征C：在所述预先确定的时间段期间检测指示一个或多个传感器的传感器不可靠性的不利事件** <br>**判断结果：直接公开** | [0023] Data from the sensors 112, 114 may undergo preprocessing at processing unit 116. ... In some embodiments, odometry data may be used to detect and compensate for situations in which the drive wheels slip due to wet, slick, or carpeted surfaces. <br>[0042] The uncertainty is determined from the covariance matrix describing the positional uncertainties associated with the localization using the visual SLAM module and odometry sensors, for example. <br>[0004] ... A disadvantage of this system is that all sensor readings and their associated poses must be stored to allow the sensor data to be re-processed when new information arrives. This results in storage requirements that grow linearly with time. There is therefore a need for a localization and mapping technique that efficiently creates an occupancy map using new information to improve accuracy of the map without the storage requirement growing linearly with time. | 对比文件多处提及传感器数据的不可靠性及其影响。例如，里程计数据可能因地面湿滑等原因导致轮子打滑（即传感器数据不可靠），需要检测和补偿；定位的不确定性（包含传感器误差）通过协方差矩阵来描述；背景技术部分指出了传感器数据存储与处理的低效问题。这些内容直接公开了在机器人运行过程中，会检测到指示传感器不可靠性的事件（如数据异常、误差过大）。这些事件在对比文件中是系统需要处理和适应的问题，与特征C中“不利事件”在各自技术方案中起的作用（识别传感器性能下降的指示）相同。因此，该特征被直接公开。 |
| **技术特征D：响应于检测到指示所述一个或多个传感器的传感器不可靠性的所述不利事件：识别所述预先确定的时间段的当前时隙** <br>**判断结果：未公开** | 无对应内容。 | 对比文件虽然提到了基于时间条件（如“经过的时间”）来触发操作（见特征B论述），但并未公开将时间划分为“时隙”（slots），更没有记载在检测到传感器不可靠性事件时，去识别“当前时隙”这一具体操作步骤。特征D要求将时间离散化为时隙并进行识别，该限定在对比文件中未被披露。 |
| **技术特征E：识别所述机器人设备的当前估计的位置和方向** <br>**判断结果：直接公开** | [0025] In the preferred embodiment, the localization module 132 determines the location of landmarks as well as the mobile robot with visual and odometry data using a technique called Simultaneous Localization and Mapping (SLAM) 134... <br>[0029] With wheel encoders 158 or other type of dead reckoning, the robot system can compute course and distance traveled from a previous position and orientation (pose) and use this information to estimate a current (pose). <br>[0030] The pose, including position and orientation, of the robotic system may be recorded in terms of the Cartesian coordinates and angle theta, θ. <br>[0042] Using the estimate of the current pose, the parameter mapping module searches for and identifies 818 an existing anchor node... | 对比文件明确、反复地公开了机器人系统通过SLAM技术和航位推算等方法，持续估计并记录其当前的位姿（pose），即位置和方向（例如用坐标x, y和角度θ表示）。这是其进行定位、地图构建和路径规划的基础。这与特征E所起的作用（为后续记录语义信息提供空间参考）完全相同。因此，该特征被直接公开。 |
| **技术特征F：基于所述当前时隙以及所述机器人设备的所述当前估计的位置和方向，记录对针对所述一个或多个传感器存储的语义信息的更新** <br>**判断结果：未公开** | [0042] ... If the relative pose uncertainty between the current node and a prior node is below a predetermined threshold, ... the grid associated with the prior anchor node is selected 822 to be the current grid and incoming sensor data mapped 826 to this current grid. ... If, however, the uncertainty exceeds the predetermined threshold, ... a new anchor node is generated 824 and the incoming sensor data mapped 826 to a new grid associated with the new anchor node. | 对比文件公开了基于当前估计的位姿以及其与先前节点位姿的不确定性关系，将传入的传感器数据记录（映射）到相应的网格（grid）中。这相当于基于位置和方向记录传感器数据（可视为一种语义信息）。**然而，对比文件完全没有公开基于“当前时隙”来记录或更新信息。** 特征F要求同时基于“时隙”和“位姿”两个维度进行记录，而对比文件仅公开了基于“位姿”和“不确定性”维度的记录。因此，对比文件未公开特征F的全部内容。 |
| **技术特征G：以及在所述预先确定的时间段的结束以后基于所记录的语义信息针对机器人设备的位置和方向识别不利事件的模式。** <br>**判断结果：隐含公开** | [0034] ... If the uncertainty associated with the relative pose between the anchor nodes is below a threshold, the decision block is answered in the affirmative and the summaries (comprised of sensor data) for the anchor nodes are combined into a single summary associated with a single anchor node. <br>[0043] On occasion, the parameter data from a plurality of local grids is merged 832 into one or more spatial summaries. ... The mapping module 136 periodically attempts to generate spatial summaries... <br>[0040] ... by looping back, the robot is able to collect additional sensor data that can be used to update one or more previous grids and even modify sensor data used to populate the old version of the same grid. | 对比文件公开了系统会周期性地或在特定条件下，将来自多个局部网格（包含历史传感器数据）的参数数据合并（merge）成空间摘要（spatial summaries）。这个过程实质上是在分析整合历史数据，以形成对环境的更优表示。虽然未明确使用“识别不利事件的模式”这一表述，但合并网格、更新数据以修正旧信息（例如将原本标记为占据的单元格更新为空闲）这一行为，隐含了系统能够基于历史记录的传感器数据（即语义信息），识别出需要修正或存在问题的空间区域（模式）。这与特征G中“基于所记录的语义信息...识别不利事件的模式”在整体技术方案中起到的作用（分析历史数据以发现规律或问题）是相同的。因此，该特征被隐含公开。 |
| **技术特征H：响应于确定所述预先确定的时间段已经结束：基于存储的语义信息，针对每个传感器来识别在所述机器人设备的局部环境内的低性能的任何空间区域；以及当所述机器人设备在识别的低性能的空间区域处时，调整应用于来自所述传感器的测量的权重因子。** <br>**判断结果：未公开** | 无对应内容。 | 对比文件公开了基于不确定性阈值将传感器数据映射到网格，并合并网格以优化地图。然而，其并未公开以下内容：1) 针对“每个传感器”分别识别其“低性能的空间区域”；2) 根据识别出的空间区域，动态“调整应用于来自传感器测量的权重因子”。对比文件处理的是所有传感器数据的整合与地图构建，并未涉及对不同传感器数据在定位或导航中进行差异性加权调整的技术手段。因此，特征H未被公开。 |
| **技术特征I：响应于确定所述预先确定的时间段已经结束：基于相应的语义信息，针对每个传感器来识别低性能的任何时间；以及在识别的低性能的时间期间，调整应用于来自每个传感器的测量的所述权重因子。** <br>**判断结果：未公开** | 无对应内容。 | 与特征H类似，对比文件未公开针对“每个传感器”识别其“低性能的任何时间”，也未公开在特定时间“调整权重因子”。其时间相关操作（周期性生成摘要）并非用于识别传感器性能低下的时间段并据此调整数据权重。因此，特征I未被公开。 |
| **技术特征J：针对每个传感器来识别低性能的任何空间区域包括：确定针对所述传感器所述存储的语义信息指示针对所述机器人设备的特定姿势的不利事件发生的数量是满足还是超过第一事件门限。** <br>**判断结果：未公开** | 无对应内容。 | 对比文件未公开通过统计在“特定姿势”下“不利事件发生的数量”是否超过“第一事件门限”的方式，来识别传感器低性能空间区域。其判断依据是位姿间的“不确定性”（uncertainty）是否低于阈值，而非事件发生数量。因此，特征J未被公开。 |
| **技术特征K：针对每个传感器来识别低性能的任何时间包括：确定所述存储的语义信息指示在特定时隙期间不利事件发生的数量是满足还是超过第二事件门限。** <br>**判断结果：未公开** | 无对应内容。 | 对比文件未公开“特定时隙”的概念，也未公开通过统计在“特定时隙”内“不利事件发生的数量”是否超过“第二事件门限”的方式，来识别传感器低性能时间。因此，特征K未被公开。 |
| **技术特征L：还包括针对每个传感器：获得通过预处理器操作针对所述传感器来输出的经处理的测量；获得所述机器人设备的所述当前估计的位置和方向；以及确定在通过所述经处理的测量来指示的姿势与所述当前估计的位置和方向之间的差异是满足还是超过特定于传感器的门限。** <br>**判断结果：直接公开** | [0023] Data from the sensors 112, 114 may undergo preprocessing at processing unit 116. For example, the processing unit 116 may extract visual features from the image data for purposes of recognizing known landmarks, and process odometry data to convert wheel encoder signals or other odometry data to distance and rotation estimates. <br>[0042] Using the estimate of the current pose, the parameter mapping module searches for and identifies 818 an existing anchor node having the lowest relative pose uncertainty with respect to the current node. ... If the relative pose uncertainty between the current node and a prior node is below a predetermined threshold, the decision block 820 is answered in the affirmative. ... The uncertainty is determined from the covariance matrix describing the positional uncertainties associated with the localization... | 对比文件公开了：1）传感器数据经过预处理单元（processing unit 116）进行处理（如提取特征、转换信号）；2）通过SLAM和航位推算获得当前估计的位姿；3）通过计算当前节点与先前节点之间的“相对位姿不确定性”（relative pose uncertainty），并与“预定阈值”（predetermined threshold）进行比较，来判断是否将数据映射到现有网格。这里的“相对位姿不确定性”本质上就是“通过经处理的测量来指示的姿势”（例如从里程计数据推算出的位移）与“当前估计的位置和方向”（例如SLAM优化后的位姿）之间差异的一种度量（通过协方差矩阵计算）。虽然“特定于传感器的门限”未明确记载，但本领域技术人员可以理解，不同传感器（如视觉、里程计）的误差模型不同，其不确定性阈值自然可以设置为“特定于传感器”的。该特征在对比文件中用于决定数据记录方式，与目标专利中用于检测不利事件的作用类似，都是基于位姿差异判断数据可靠性。因此，特征L被直接公开。 |
| **技术特征M：检测指示所述一个或多个传感器的传感器不可靠性的所述不利事件还包括响应于接收到异常数据测量确定检测到所述不利事件。** <br>**判断结果：直接公开** | [0023] ... In some embodiments, odometry data may be used to detect and compensate for situations in which the drive wheels slip due to wet, slick, or carpeted surfaces. | 对比文件明确公开了可以检测因地面湿滑等原因导致的轮子打滑情况。轮子打滑会导致里程计数据异常（即“异常数据测量”），系统检测到此类情况即意味着检测到传感器不可靠性事件。这与特征M所描述的情形完全一致。因此，该特征被直接公开。 |
| **技术特征N：.与语义信息提取相关联的所述预先确定的时间段是在时间服务器上配置的，所述时间服务器维持针对所述预先确定的时间段的时隙的设置。** <br>**判断结果：未公开** | 无对应内容。 | 对比文件未公开任何关于“时间服务器”配置“时间段”和“时隙”的技术内容。其时间相关的操作（周期性）是映射模块的功能，并未涉及一个独立的“时间服务器”实体。因此，特征N未被公开。 |
| **技术特征O：识别所述机器人设备的所述当前估计的位置和方向包括：获得来自所述机器人设备上的定位操作的输出，所述定位操作是作为同时定位和测绘(SLAM)过程的一部分来执行的。** <br>**判断结果：直接公开** | [0025] In the preferred embodiment, the localization module 132 determines the location of landmarks as well as the mobile robot with visual and odometry data using a technique called Simultaneous Localization and Mapping (SLAM) 134... | 对比文件明确、直接地公开了机器人通过SLAM过程进行定位，并获得其位置和方向（位姿）。这与特征O的描述完全一致。因此，该特征被直接公开。 |
| **技术特征P：所述机器人设备是地面运载工具，并且所述机器人设备的所述一个或多个传感器包括：至少一个图像传感器、至少一个惯性测量单元(IMU)传感器和至少一个运动反馈传感器。** <br>**判断结果：直接公开** | [0001] ... which is hereby incorporated by reference herein for all purposes. (引用的临时申请中可能包含机器人类型细节，但即使不考虑此引用，从说明书正文亦可推断) <br>[0022] Illustrated in FIG. 1 is a functional block diagram of a mobile robotic system... The robotic system 100 includes one or more sensors 110... The one or more sensors 110 include one or more visual sensors 112, i.e., cameras... The set of sensors in the preferred embodiment also includes one or more wheel odometers 158 for measuring the rotation of the wheels of the drive system. <br>[0029] With wheel encoders 158 or other type of dead reckoning, the robot system can compute course and distance traveled... Other forms of dead reckoning can include ... measurements from an inertial measurement unit... | 对比文件说明书全文（尤其图1和具体实施方式）描述的机器人系统是地面移动机器人（mobile robotic system with drive wheels）。其明确公开了传感器包括：视觉传感器（即图像传感器）、轮式里程计（属于运动反馈传感器），并提到航位推算可以包括来自惯性测量单元（IMU）的测量。因此，特征P中机器人类型和传感器组成的限定已被直接公开。 |
| **技术特征Q：针对所述一个或多个传感器存储的所述语义信息是以数据结构表示的，所述数据结构提供在所述预先确定的时间段的每个时隙期间，针对所述机器人设备的每个姿势的不利事件发生的数量。** <br>**判断结果：未公开** | [0042] ... the grid associated with the prior anchor node is selected ... and incoming sensor data mapped 826 to this current grid. <br>[0040] ... new sensor data collected ... is added to a prior grid... | 对比文件公开了使用“网格”（grid）这种数据结构来存储和更新传感器数据。然而，该网格结构并未被描述为按“时隙”和“姿势”二维索引来记录“不利事件发生的数量”。网格记录的是环境参数（如占据状态），而非专门针对传感器不利事件的计数。因此，特征Q中关于数据结构具体形式的限定未被公开。 |
<<<A>>><<<C>>><<<E>>><<<L>>><<<M>>><<<O>>><<<P>>><<<b>>><<<g>>>