**对比文件名称**：发明申请_US20120182392A1 Mobile Human Interface Robot
**目标专利名称**：用于校正错误深度信息的系统和方法
**本次调用模型名称**：GPT
### 特征比对表格
| 技术特征描述及公开性判断结果 | 对比文件原文引用 | 公开性论述 |
| **技术特征A**：一种用于产生经校正深度图的电子装置，其包括：深度传感器。<br>**判断结果**：《直接公开》 | [0111] "The sensor system 400 includes one or more three-dimensional (3-D) image sensors 450 in communication with the controller 500."<br>[0100] "The 3-D image sensors 450 may be capable of producing the following types of data: (i) a depth map..." | 对比文件明确公开了三维图像传感器（3-D image sensors 450），其能够产生深度图（depth map），该传感器即为获取场景深度信息的装置，属于深度传感器。其在对比文件的整体技术方案中用于环境感知、障碍物检测和导航，这与目标专利中深度传感器用于获取场景深度信息的作用相同。因此，技术特征A被对比文件直接公开。 |
| **技术特征B**：耦合到所述深度传感器的运动传感器，其中所述运动传感器经配置以确定运动信息。<br>**判断结果**：《隐含公开》 | [0126] "...the sensor system 400 includes an inertial measurement unit (IMU) 470 in communication with the controller 500 to measure and monitor a moment of inertia of the robot 100..."<br>[0131] "The IMU 470 (e.g., a gyro) can be used to detect this yaw..." | 对比文件公开了惯性测量单元（IMU 470），其包含陀螺仪等组件，用于测量和监测机器人的运动（如偏航）。IMU是一种典型的运动传感器，用于确定运动信息。虽然对比文件未明确描述IMU与3-D图像传感器（深度传感器）物理“耦合”的连接关系，但两者均作为传感器系统400的组成部分，集成于同一机器人平台，并均连接至控制器500。本领域技术人员可以合理推断，为了实现机器人的导航和避障，运动传感器（IMU）必然与深度传感器（3-D图像传感器）一同部署并协同工作，即它们耦合在同一系统中。因此，技术特征B被对比文件隐含公开。 |
| **技术特征C**：以及 耦合到所述深度传感器和所述运动传感器的处理器。<br>**判断结果**：《直接公开》 | [0095] "The robot 100 also includes a drive system 200, an interfacing module 300, and a sensor system 400, each supported by the robot body 110 and in communication with a controller 500 that coordinates operation and movement of the robot 100."<br>[0111] "The sensor system 400 includes one or more three-dimensional (3-D) image sensors 450 in communication with the controller 500."<br>[0126] "...the sensor system 400 includes an inertial measurement unit (IMU) 470 in communication with the controller 500..." | 对比文件明确公开了控制器（controller 500），其与包括3-D图像传感器（深度传感器）和惯性测量单元IMU（运动传感器）在内的传感器系统进行通信（in communication with），以协调机器人的操作和运动。这直接公开了一个耦合（连接）到深度传感器和运动传感器的处理器（控制器）。因此，技术特征C被对比文件直接公开。 |
| **技术特征D**：获得第一深度图，其中所述第一深度图包括由所述深度传感器在第一取样操作进行取样的场景的第一部分的第一深度信息。<br>**判断结果**：《隐含公开》 | [0100] "The 3-D image sensors 450 may be capable of producing the following types of data: (i) a depth map..."<br>[0142] "The imaging sensor 450 repeatedly capture scene depth images for real-time decision making..." | 对比文件公开了3-D图像传感器能够产生深度图，并且为了实时决策会重复捕获场景深度图像（[0142]）。捕获深度图像的过程即是对场景进行取样的操作。虽然没有明确使用“第一取样操作”和“第一部分”的表述，但本领域技术人员能够直接且毫无疑义地确定，在连续捕获的深度图像序列中，任意一次捕获操作及其对应的深度图，即可对应于“在第一取样操作进行取样的场景的第一部分的第一深度信息”。因此，技术特征D被对比文件隐含公开。 |
| **技术特征E**： 获得第二深度图，其中所述第二深度图包括由所述深度传感器在第二取样操作进行取样的所述场景的第二部分的第二深度信息。<br>**判断结果**：《隐含公开》 | 同上[0100], [0142]。 | 基于与特征D相同的理由，对比文件公开了深度传感器会重复捕获深度图像。在获得第一深度图之后，后续再次捕获的深度图自然对应于“在第二取样操作进行取样的场景的第二部分的第二深度信息”。本领域技术人员可以从对比文件中明确直接确定这一技术特征。因此，技术特征E被对比文件隐含公开。 |
| **技术特征F**：基于所述运动信息来获得指示所述深度传感器在所述第一取样操作与所述第二取样操作之间的移位的移位信息。<br>**判断结果**：《隐含公开》 | [0126] "...an inertial measurement unit (IMU) 470 ... to measure and monitor a moment of inertia of the robot 100..."<br>[0195] "The controller 500 may use odometry and/or gyro signals received from the odometer and/or angular rate sensor, respectively, to determine a location of the robot 100..."<br>[0127] "Since robot 100 may operate in a human environment... When accelerating from a stop, the controller 500 may take into account a moment of inertia of the robot 100 from its overall center of gravity CGR to prevent robot tipping." | 对比文件公开了使用IMU（包含陀螺仪等）来测量机器人的运动（[0126]），并利用来自里程计和/或角速率传感器的信号来确定机器人的位置（[0195]）。当机器人移动时，安装在其上的深度传感器的位置和朝向也会随之改变。为了进行准确的导航和地图构建（例如，从运动中恢复结构，SfM），本领域技术人员必然需要知道深度传感器在不同时刻（对应于不同取样操作）之间的相对位置变化（即移位）。对比文件公开了机器人使用运动信息来估计自身位姿和运动状态，这隐含了能够基于这些运动信息推导出传感器（包括深度传感器）在连续时刻之间的移位信息。因此，技术特征F被对比文件隐含公开。 |
| **技术特征G**：基于所述移位信息来变换所述第一深度图以产生经变换深度图。<br>**判断结果**：未公开 | 无相应原文。 | 对比文件虽然公开了获取深度图和运动信息，但未描述或暗示基于运动信息（移位信息）对先前获取的深度图进行几何变换（如旋转、平移、重新投影），以产生一个与后续深度图视角对齐的“经变换深度图”。目标专利中此特征是为了校正因传感器移动导致的帧间不对准问题，是进行后续错误检测和校正的基础。对比文件中的深度图主要用于实时障碍物检测、地图构建和导航，没有涉及利用传感器运动信息主动变换历史深度图以与当前帧对齐的技术手段。因此，技术特征G既未被直接公开，也未被隐含公开。 |
| **技术特征H**： 通过比较所述第二深度图的一或多个深度与所述经变换深度图的一或多个深度来检测错误深度信息。<br>**判断结果**：未公开 | 无相应原文。 | 此特征依赖于技术特征G产生的“经变换深度图”。由于对比文件未公开基于移位信息变换深度图以产生“经变换深度图”，因此也就不存在将当前深度图（第二深度图）与“经变换深度图”进行比较以检测错误深度信息的技术方案。目标专利中此比较是为了识别因传感器中断等原因产生的错误深度值。对比文件中未描述此类特定的跨帧深度值比较检测方法。因此，技术特征H未被公开。 |
| **技术特征I**：以及通过基于所述经变换深度图校正所述第二深度图的所述错误深度信息来产生经校正深度图。<br>**判断结果**：未公开 | 无相应原文。 | 此特征是整个方法的目标和最终步骤，其依赖于技术特征G和H。由于对比文件既未公开产生“经变换深度图”，也未公开基于该图检测错误深度信息，因此自然也未公开利用“经变换深度图”来校正当前深度图中的错误以产生“经校正深度图”的技术方案。目标专利的校正过程是其核心发明点。对比文件中未涉及此类深度图错误校正技术。因此，技术特征I未被公开。 |
| **技术特征J**：，其中所述处理器经配置以用所述经变换深度图的对应深度信息替换所述错误深度信息。<br>**判断结果**：未公开 | 无相应原文。 | 此特征是对技术特征I中校正方式的具体化。由于技术特征I未被公开，且对比文件中未描述用来自另一变换后深度图的深度值替换当前深度图中错误值的具体操作，因此该特征未被公开。 |
| **技术特征K**：，其中所述处理器经配置以对所述第二深度图的非错误深度信息与所述经变换深度图的对应非错误深度信息求平均。<br>**判断结果**：未公开 | 无相应原文。 | 此特征是对校正方式的另一种具体化，涉及对非错误深度信息进行帧间平均。由于技术特征I（产生经校正深度图）和G（产生经变换深度图）未被公开，且对比文件未描述在深度图之间进行对应非错误深度值求平均的操作，因此该特征未被公开。 |
| **技术特征L**：，其中所述处理器经配置以确定所述第二深度图的所述深度是否比所述经变换深度图的所述深度大阈值量。<br>**判断结果**：未公开 | 无相应原文。 | 此特征是对技术特征H中检测方法的具体化。由于技术特征H未被公开，且对比文件未描述通过设置阈值比较当前深度与经变换深度来检测错误的具体判断准则，因此该特征未被公开。 |
| **技术特征M**：，其中所述检测所述错误深度信息是基于所述经变换深度图的至少两个深度与所述第二深度图的至少两个深度之间的空间‑时间平均值。<br>**判断结果**：未公开 | 无相应原文。 | 此特征是对错误检测方法的进一步具体化，涉及空间和时间维度的平均值计算。由于技术特征H（基于经变换深度图进行检测）未被公开，且对比文件未描述此类复杂的空间-时间平均检测方法，因此该特征未被公开。 |
| **技术特征N**：，其中所述处理器经配置以：将深度传感器平面上的一或多个点投射到世界坐标上以产生一或多个世界坐标点；旋转所述一或多个世界坐标点；平移所述一或多个世界坐标点；以及重新投射所述一或多个世界坐标点以产生所述经变换深度图。<br>**判断结果**：未公开 | 无相应原文。 | 此特征具体公开了实现技术特征G中“变换”的一种详细数学方法，涉及坐标系统的投影、旋转、平移和重投影。对比文件中完全没有提及此类将深度图点投影到世界坐标、根据传感器运动进行变换、再重新投影到传感器平面的具体几何处理流程。因此，该特征既未被直接公开，也未被隐含公开。 |
| **技术特征O**：，其中所述检测所述错误深度信息是基于所述第二深度图中的两个或更多个深度的空间平均值。<br>**判断结果**：未公开 | 无相应原文。 | 此特征描述了一种不依赖于“经变换深度图”的错误检测方法，即仅基于当前深度图内的空间邻域平均值进行检测。然而，对比文件中虽然提到了使用传感器数据并进行处理（如[0140]提到“temporal and spatial averaging techniques”），但并未明确描述或暗示将“基于当前深度图中多个深度的空间平均值”作为一种特定的“错误深度信息检测”方法。目标专利说明书（[0049]）指出，通过比较深度值与邻域深度值的内插（如平均值）来检测错误测量值。对比文件未将空间平均值与错误检测这一特定目的明确关联。因此，该特征未被公开。 |
| **技术特征P**：，其中所述错误深度信息包括深度传感器中断。<br>**判断结果**：未公开 | [0175] "A black object, especially black fabric or carpet, may absorb IR and fail to return a strong enough reflection for recognition by the imager 1174." | 对比文件提及了黑色物体可能吸收红外光导致传感器无法获得足够反射信号的问题，这可以视为一种传感器测量失效或“中断”的场景。然而，对比文件并未将此类问题明确归类或定义为“错误深度信息”的一部分，也未将其作为需要被专门检测和校正的对象。目标专利中，“深度传感器中断”是“错误深度信息”的一种明确类型（[0024], [0049]-[0050]）。对比文件仅描述了传感器可能面临的挑战，但未将其系统性地纳入一个“错误深度信息检测与校正”的技术框架内。因此，该特征未被公开。 |
<<<A>>><<<b>>><<<C>>><<<d>>><<<e>>><<<f>>>