本次调用的模型名称：DeepSeek最新版本模型。
目标专利名称：132视觉惯性测距姿态漂移校准
对比文件名称：发明申请_US20060012493A1 SYSTEMS AND METHODS FOR INCREMENTALLY UPDATING A POSE OF A MOBILE DEVICE CALCULATED BY VISUAL SIMULTANEOUS LOCALIZATION AND MAPPING TECHNIQUES
## 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 |
| A: 所述方法包括：基于在第一时间(t1)来自卫星集合的GNSS测量值确定所述UE在所述第一时间(t1)的第一绝对位置 <br>《未被公开》 | 对比文件全文中未提及“GNSS”、“全球导航卫星系统”、“卫星”、“载波相位”等相关内容。其定位基础为视觉地标和航位推算。 | 该特征要求使用GNSS测量值来确定绝对位置。对比文件描述的是基于视觉同步定位与地图构建（VSLAM）的系统，其全局参考系的原点是在机器人初始化时设定的（参见第[0065]段），绝对位置（全局机器人位姿）是通过VSLAM过程估计的，而不是通过来自卫星的GNSS测量值确定的。因此，该技术特征未被对比文件公开。 |
| B: 在第二时间(t2)确定所述UE相对于所述第一绝对位置的第一位移估计值，其中所述第二时间(t2)在所述第一时间(t1)之后，其中使用非GNSS测量值来确定所述第一位移估计值 <br>《隐含公开》 | 第[0094]段：“The SLAM module 604 receives the raw pose data 610 from the dead reckoning interface 618... The dead reckoning data is used by the SLAM module 604 to estimate course and distance traveled from a prior pose.” <br>第[0160]段：“In Equation 1, the change in pose from a first dead reckoning pose at time k (xk,yk,θk) to a second dead reckoning pose at time l (xl,yl,θl) is computed.” | 该特征要求使用非GNSS测量值确定一个位移估计值。对比文件公开了使用航位推算（dead reckoning）数据（如里程计）来计算机器人从先前位姿到当前位姿的变化（change in pose），这本质上是基于非GNSS传感器（里程计）的位移估计。虽然对比文件中的位移是相对于VSLAM系统自身估计的上一时刻位姿，而非目标专利中特指的“第一绝对位置”（由GNSS确定），但“使用非GNSS测量值确定位移估计值”这一技术手段本身已被对比文件公开。根据宽松的隐含公开判断标准，本领域技术人员能够从对比文件公开的使用航位推算数据进行位姿推算，合理推断出使用非GNSS测量值确定位移估计值的技术方案。因此，该技术特征被隐含公开。 |
| C: 以及在所述第二时间(t2)部分地基于如下来确定所述UE相对于所述第一绝对位置的第二位移估计值：在所述第一时间(t1)来自所述卫星集合的GNSS载波相位测量值，和在所述第二时间(t2)来自包括所述卫星集合中的两个或多于两个卫星的子集的GNSS载波相位测量值，以及所述UE的所述第一位移估计值。 <br>《未被公开》 | 对比文件全文中未提及“GNSS载波相位测量值”、“载波相位模糊度”、“卫星子集”等概念。 | 这是目标专利的核心步骤，涉及利用不连续、不完整的GNSS载波相位测量与非GNSS位移进行融合以解算模糊度并得到更精确的位移估计。对比文件的技术方案完全基于视觉地标和航位推算，其校正位移误差的方式是通过重新观测视觉地标并计算相对位姿（Δx, Δy, Δθ），然后使用统计滤波器（如卡尔曼滤波器）来更新位姿估计（参见第[0096]、[0206]段）。这是一种完全不同的技术途径，未涉及任何GNSS信号处理。因此，该技术特征未被对比文件公开。 |
| D: 其中所述集合中的卫星的所述GNSS载波相位测量值：在所述第一时间(t1)与所述第二时间(t2)之间不可用 <br>《未被公开》 | 对比文件未涉及GNSS系统，因此不存在GNSS信号可用性的描述。 | 该特征限定了GNSS载波相位测量值在特定时间段内不可用。由于对比文件未公开任何GNSS相关技术内容，因此该限定条件所依附的技术前提不存在，该特征本身也未被公开。 |
| E: 或在所述第一时间(t1)与所述第二时间(t2)之间间歇地可用 <br>《未被公开》 | 同上。 | 同上。 |
| F: 或在所述第一时间(t1)与所述第二时间(t2)之间持续可用。 <br>《未被公开》 | 同上。 | 同上。 |
| G: 其中确定所述第二位移估计值包括：部分地基于以下解算所述子集中的每一卫星的对应载波相位模糊度：所述子集中的卫星在所述第一时间(t1)的所述GNSS载波相位测量值，和所述UE的所述第一位移估计值。 <br>《未被公开》 | 对比文件未涉及“载波相位模糊度”及其解算。 | 该特征是目标专利实现高精度位移估计的具体手段，即利用非GNSS位移辅助解算GNSS载波相位整数模糊度。对比文件的技术方案中不存在“载波相位模糊度”这一概念，其位置修正完全依赖于视觉地标的识别和相对位姿计算。因此，该技术特征未被公开。 |
| H: 其中解算两个或多于两个卫星的所述子集中的每一卫星的所述对应载波相位模糊度包括：确定两个或多于两个卫星的所述子集中的一或多个卫星对 <br>《未被公开》 | 对比文件未涉及“卫星对”的概念。 | 该特征是GNSS载波相位双差处理中的步骤。对比文件的技术领域（视觉SLAM）与GNSS无关，因此该特征未被公开。 |
| I: 针对所述子集中的所述一或多个卫星对中的每一卫星对，将对应周期性似然函数投影到由所述第一位移估计值表示的基线上，其中每一周期性似然函数基于所述卫星对的对应双差GNSS载波相位测量值 <br>《未被公开》 | 对比文件未涉及“周期性似然函数”、“双差GNSS载波相位测量值”、“投影到基线”等概念。 | 该特征描述了目标专利中利用游标原理进行整数模糊度解算的具体数学方法。对比文件中虽然使用了概率方法（如粒子滤波器、卡尔曼滤波器）处理不确定性，但其处理的对象是视觉测量和航位推算数据，与GNSS载波相位的周期性似然函数无关。因此，该技术特征未被公开。 |
| J: 确定组合似然函数，所述组合似然函数依据所述一或多个卫星对的所述对应周期性似然函数和对应于所述基线的非周期性似然函数来确定 <br>《未被公开》 | 对比文件未涉及“组合似然函数”的该种特定构成方式。 | 该特征是目标专利所特有的数学处理步骤，用于融合GNSS载波相位信息和VIO位移信息。对比文件未公开此技术特征。 |
| K: 以及部分地基于所述组合似然函数确定每一卫星的整数载波相位模糊度。 <br>《未被公开》 | 对比文件未涉及“整数载波相位模糊度”的确定。 | 同上。 |
| L: 其进一步包括：部分地基于所述组合似然函数的最大值和所述第一绝对位置确定所述第二位移估计值。 <br>《未被公开》 | 对比文件未涉及基于所述特定“组合似然函数”的最大值确定位移。 | 同上。 |
| M: 其进一步包括：部分地基于所述第一绝对位置和所述第二位移估计值确定所述UE在所述第二时间(t2)的第二绝对位置。 <br>《未被公开》 | 对比文件公开了更新机器人的全局位姿（pose），例如通过SLAM模块（第[0096]段）。然而，其“第一绝对位置”并非由GNSS确定，其更新过程也不依赖于目标专利所述的“第二位移估计值”。 | 该特征要求基于一个由GNSS确定的绝对位置和一个通过混合GNSS-VIO方法获得的位移估计来计算新的绝对位置。对比文件中，机器人的新全局位姿是通过SLAM过程更新得到的，这个更新可能结合了航位推算的预测和视觉测量的修正（参见第[0206]段）。虽然两者都涉及获得一个新位置，但目标专利是基于一个已知的GNSS绝对位置进行推算，而对比文件是基于VSLAM系统的持续估计进行更新。更重要的是，对比文件没有公开目标专利中作为计算基础的“第一绝对位置”（由GNSS确定）和“第二位移估计值”（通过混合GNSS-VIO方法获得）。因此，该技术特征未被公开。 |
| N: 其中确定所述第二绝对位置包括：基于所述第二位移估计值校正以下中的一或多者：多个旋转参数，或 多个平移参数， 其中所述旋转参数和所述平移参数用于将所述非GNSS测量值从局部坐标系变换到用于表示所述第一绝对位置和所述第二绝对位置的绝对坐标系。 <br>《隐含公开》 | 第[0206]段：“In one embodiment, a Kalman filter is used to update the landmark pose estimate Lmk... The measured landmark pose {circumflex over (L)}mk is used in the Kalman filter to efficiently update or correct the landmark pose estimate Lmk.” <br>地标位姿（landmark pose）包含了其在全局参考系中的位置和方向（旋转和平移）。第[0104]段：“In the illustrated structure, a landmark is associated with a landmark tag or identifier I, a landmark pose estimate S, and an uncertainty measure...” | 该特征涉及校正用于坐标变换的旋转和平移参数。在对比文件的VSLAM系统中，地图由地标构成，每个地标有其在地图（全局参考系）中的位姿估计（包含旋转和平移参数）。当机器人重新遇到地标时，系统会使用视觉测量和滤波器（如卡尔曼滤波器）来“更新（update）”或“校正（correct）”该地标的位姿估计（第[0206]段）。这个地标位姿的更新，实质上就是对将地标从其局部参考系（或创建时的机器人参考系）关联到全局参考系的变换参数的校正。虽然校正的直接对象是地标位姿，而非“用于将非GNSS测量值从局部坐标系变换到绝对坐标系的参数”，但“校正用于坐标变换的参数”这一广义技术手段在对比文件中已被公开。根据宽松的隐含公开判断标准，可以认为该技术特征被隐含公开。 |
| O: 其中确定所述第二绝对位置包括：部分地基于以下中的一或多者确定所述第二绝对位置：所述校正的多个旋转参数，或所述校正的多个平移参数。 <br>《隐含公开》 | 第[0204]段：“A composite pose {overscore (S)} can be provided by the SLAM process and can be expressed by {overscore (S)}=({overscore (x)}, {overscore (y)}, {overscore (θ)})T. This composite pose {overscore (S)} can be provided as an input to, for example, a robot behavior control program...” | 该特征要求基于校正后的旋转/平移参数确定绝对位置。在对比文件中，SLAM过程会输出一个复合位姿（composite pose）{overscore (S)}，即机器人的全局绝对位置和方向。这个位姿是基于系统维护的整个地图（包含各地标校正后的位姿）以及当前传感器数据计算或估计出来的。因此，确定机器人绝对位置的过程，必然部分地依赖于地图中地标的位姿参数（这些参数包含了旋转和平移信息）。可以推断，校正后的地标位姿参数（旋转和平移）是确定机器人绝对位置的基础之一。因此，该技术特征被隐含公开。 |
| P: 其中所述非GNSS测量值包括如下中的一项或多项：视觉惯性测距VIO测量值，或 IMU提供的测量值，或 光检测与测距LiDAR测量值，或 无线电检测与测距RADAR测量值。 <br>《直接公开》 | 第[0056]段：“Other forms of dead reckoning can include a pedometer (for walking robots), measurements from an inertial measurement unit, optical sensors such as those used in optical mouse devices, and the like.” <br>第[0053]段：“Embodiments of the invention advantageously use one or more visual sensors and one or more dead reckoning sensors to process Simultaneous Localization and Mapping (SLAM). The combination of SLAM with visual sensors will hereafter be referred to as VSLAM.” | 该特征列举了多种非GNSS测量值类型。对比文件明确公开了使用“惯性测量单元（IMU）”作为航位推算传感器的一种形式（第[0056]段）。同时，对比文件的核心技术“VSLAM”正是使用视觉传感器（Visual）和航位推算传感器（其中可包含惯性测量）进行同步定位与地图构建，这实质上就是“视觉惯性测距（VIO）”技术（虽然未使用该术语）。因此，“VIO测量值”和“IMU提供的测量值”已被对比文件直接公开。虽然LiDAR和RADAR未被提及，但该权利要求特征为选择性列举（“一项或多项”），只要公开其中至少一项，即可认为该特征被公开。因此，该技术特征被直接公开。 |
| Q: 其中所述VIO测量值至少部分地基于：追踪由耦合到所述UE的相机所捕获的多个图像上的多个特征，以获得所述UE相对于所述第一绝对位置的6自由度6DOF位姿，其中所述多个图像在所述第一时间(t1)与所述第二时间(t2)之间的时间间隔中经捕获，或追踪来自所述多个图像的光流。 <br>《直接公开》 | 第[0090]段：“The Visual Front End 602 can perform a variety of functions, such as identify landmarks, identify 3-D features for landmarks, calculate delta pose, and the like.” <br>第[0136]-[0140]段（图9流程）：描述了通过匹配图像中的特征（如SIFT特征）与地标数据库中的特征，并计算相机位姿（camera pose，即Δx, Δy, Δθ等相对位姿）的过程。第[0085]段说明了该相对位姿包含Δx, Δy, Δθ，并可包括垂直维度等，即6DOF信息。 | 该特征描述了VIO测量值的具体实现方式：通过追踪图像特征获得6DOF位姿。对比文件详细公开了视觉前端（Visual Front End）的处理过程：从相机捕获图像，提取特征描述符（如SIFT），与存储的地标特征进行匹配，并通过最小化投影误差等方法计算机器人相对于地标的相对位姿（camera pose），该位姿包含了平移和旋转（例如Δx, Δy, Δθ，并可扩展至6DOF）（第[0136]-[0140]段）。这个过程正是“追踪由相机所捕获的多个图像上的多个特征，以获得UE的6DOF位姿”。因此，该技术特征被对比文件直接公开。 |
| R: 其包括： 全球导航卫星系统GNSS接收器，其能够执行GNSS测量 <br>《未被公开》 | 对比文件全文中未提及“GNSS接收器”。 | 该特征是装置权利要求中的硬件组件。对比文件描述的机器人包含视觉传感器、航位推算传感器等，但未包含任何GNSS接收器。因此，该技术特征未被公开。 |
| S: 至少一个非GNSS位移传感器 <br>《直接公开》 | 第[0058]段图1及描述：机器人包括视觉传感器104。第[0056]段：描述了航位推算传感器，如里程计、IMU等。第[0053]段：系统使用视觉传感器和航位推算传感器。 | 对比文件明确公开了机器人装备有视觉传感器（如相机）和航位推算传感器（如里程计、IMU），这些都属于“非GNSS位移传感器”。因此，该技术特征被直接公开。 |
| T: 存储器，其用以存储所述GNSS测量值和所述至少一个非GNSS位移传感器的测量值 <br>《直接公开》 | 第[0106]-[0117]段（图8及描述）：详细描述了用于VSLAM系统的数据库结构，包括地标数据库606和SLAM数据库608，用于存储地标信息、特征数据、航位推算数据矩阵（Dead Reckoning Data Matrix）等。 | 该特征要求存储器用于存储传感器测量值。对比文件公开了使用数据库（如地标数据库606、SLAM数据库608）来存储视觉特征数据、航位推算数据等（第[0106]-[0117]段）。虽然存储的具体数据内容不同（无GNSS数据），但“使用存储器存储传感器测量值”这一技术手段已被直接公开。 |
| U: 以及处理器，其耦合到所述GNSS接收器、所述存储器和所述至少一个非GNSS位移传感器，其中所述处理器配置成：基于在第一时间(t1)来自卫星集合的GNSS测量值确定所述UE在所述第一时间(t1)的第一绝对位置 <br>《未被公开》 | 对比文件描述了控制108（第[0060]段）、处理器或电路（第[0061]段）执行VSLAM功能。但未配置为基于GNSS测量确定绝对位置。 | 该特征要求处理器配置有特定功能：基于GNSS测量确定绝对位置。对比文件中的处理器（如控制108）被配置为执行VSLAM算法，其确定绝对位置的方式是基于视觉和航位推算，而非GNSS。因此，该功能配置未被公开。 |
| V: 在第二时间(t2)确定所述UE相对于所述第一绝对位置的第一位移估计值，其中所述第二时间(t2)在所述第一时间(t1)之后，其中使用来自所述至少一个非GNSS位移传感器的非GNSS测量值确定所述第一位移估计值 <br>《隐含公开》 | 第[0094]段：“The dead reckoning data is used by the SLAM module 604 to estimate course and distance traveled from a prior pose.” <br>第[0160]段（及Equation 1）：计算从时间k到位姿到时间l位姿的变化（change in pose）。 | 与特征B的理由类似。对比文件公开了处理器（SLAM模块604）使用航位推算数据来估计从先前位姿到当前位姿的位移（变化）。这相当于“使用非GNSS测量值确定位移估计值”。尽管该位移所相对的“先前位姿”并非特指由GNSS确定的“第一绝对位置”，但处理器执行“使用非GNSS测量确定位移”这一功能已被公开。根据宽松的隐含公开标准，该技术特征被隐含公开。 |
| W: 以及在所述第二时间(t2)部分地基于如下来确定所述UE相对于所述第一绝对位置的第二位移估计值：在所述第一时间(t1)来自所述卫星集合的GNSS载波相位测量值，和在所述第二时间(t2)来自包括所述卫星集合中的两个或多于两个卫星的子集的GNSS载波相位测量值，以及所述UE的所述第一位移估计值。 <br>《未被公开》 | 对比文件未涉及GNSS载波相位测量值的处理。处理器执行的是基于视觉地标重遇的位姿更新。 | 与特征C的理由相同。这是目标专利特有的功能，涉及GNSS载波相位数据的融合处理。对比文件中的处理器不具备此功能配置。因此，该技术特征未被公开。 |
| X: 其中所述集合中的卫星的所述GNSS载波相位测量值：在所述第一时间(t1)与所述第二时间(t2)之间不可用 <br>《未被公开》 | 对比文件未涉及GNSS系统。 | 同特征D。 |
| Y: 或在所述第一时间(t1)与所述第二时间(t2)之间间歇地可用 <br>《未被公开》 | 同上。 | 同特征E。 |
| Z: 或在所述第一时间(t1)与所述第二时间(t2)之间持续可用。 <br>《未被公开》 | 同上。 | 同特征F。 |
<<<b>>><<<p>>><<<q>>><<<s>>><<<t>>>