**对比文件名称**：发明公开_CN103105926A 多传感器姿势识别
**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
**本次调用模型名称**：DeepSeek-R1
| 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. 一种改善导航的方法**<br>**判断结果：未公开** | 对比文件涉及“用于使用自适应多传感器姿势识别来识别姿势的技术”（参见摘要及[0029]段）。 | 对比文件公开的方法主题是“姿势识别”，用于用户界面控制（如控制计算应用、虚拟对象），其目的在于提高姿势识别的准确性和鲁棒性。而目标专利的方法主题是“改善导航”，用于机器人设备的自主或半自主移动路径规划。两者解决的技术问题、应用场景及最终目的均不相同。因此，对比文件未公开“改善导航的方法”这一技术特征。 |
| **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：未公开** | 对比文件未提及与“语义信息提取”相关联的“预先确定的时间段”及其“开始”。 | 对比文件主要描述基于实时传感器输入进行姿势识别，并根据补偿事件动态调整置信度阈值。其中未涉及为提取“语义信息”（即记录传感器性能模式）而设置并发起一个固定的、周期性的时间段。该特征是目标专利中系统性收集和评估传感器性能数据的基础，在对比文件中未有体现。 |
| **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：隐含公开 (c)** | “一旦检测到补偿事件，诸如涉及所述多个传感器设备之一的过度运动，姿势识别系统可基于该补偿事件来修改所述多个置信度阈值。”（摘要及[0029]段）<br>“所接收的传感信息可受到以下的影响：涉及所述一个或多个传感设备之一的过度运动、与所述一个或多个传感设备之一相关联的温度条件、与所述一个或多个传感设备之一相关联的照明条件、随着时间的经过机械或电气的传感器劣化、以及与所述一个或多个传感设备之一相关联的低功率操作模式。”（[0033]段） | 对比文件中的“补偿事件”（如过度运动、不良照明条件、传感器劣化、低功率模式）实质上是导致传感器输入不可靠或质量下降的事件。虽然未使用“不利事件”和“传感器不可靠性”的表述，但其描述的事件在效果上等同于指示传感器不可靠性的情况。在对比文件整体技术方案中，检测此类事件是为了动态调整姿势识别的参数（置信度阈值），以提高识别准确性，这与目标专利中检测不利事件以记录传感器性能模式的作用在“识别传感器不可靠性”这一根本目的上是相同的。因此，该技术特征被隐含公开。 |
| **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** | 对比文件未提及“预先确定的时间段”或“时隙”的概念。 | 目标专利中“时隙”是与固定时间段相关联的时间划分单元，用于结构化地记录语义信息。对比文件中调整置信度阈值是基于实时检测到的补偿事件，并未将事件关联到任何周期性时间段的特定“时隙”中。该特征在对比文件中没有对应内容。 |
| **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：未公开** | 对比文件涉及识别用户的“姿势”（pose），该姿势包含用户身体部位的位置和方向信息（例如[0062]段提及位置和/或定向）。但这是对用户肢体姿态的识别，而非对“机器人设备”自身在环境中导航时的位置和方向的估计。 | 目标专利中“识别机器人设备的当前估计的位置和方向”是机器人自主导航（如SLAM）中的核心定位步骤。对比文件中的“姿势识别”对象是用户，目的是理解用户意图以进行交互控制，完全不涉及机器人设备本体的定位问题。两者作用根本不同，因此对比文件未公开此特征。 |
| **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** | 对比文件未涉及基于“时隙”和“设备位置/方向”来记录和更新“语义信息”的技术内容。 | 目标专利此特征的核心在于，将传感器不可靠事件（不利事件）与特定的时间（时隙）和空间（设备姿势）坐标关联起来，并更新一个结构化的语义信息数据库，以形成传感器性能的时空模式。对比文件虽然检测补偿事件并调整参数，但并未记录事件发生的具体时间片段和空间位置，也未构建用于后续分析的长期语义信息数据库。因此，该特征未被公开。 |
| **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：未公开** | 对比文件未提及在固定“时间段结束”后，基于历史记录数据来“识别不利事件的模式”。 | 目标专利此特征强调在完成一个数据收集周期后，对累积的语义信息进行离线或周期性分析，以识别出传感器在特定位置或特定时间性能低下的“模式”。对比文件对补偿事件的响应是即时、动态的，目的是立即调整当前姿势识别的判断标准，并未涉及在周期结束后对历史事件数据进行模式识别和分析的步骤。两者技术手段和作用不同。 |
| **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：隐含公开 (h)** | “一旦检测到补偿事件...姿势识别系统可基于该补偿事件来修改所述多个置信度阈值。”（摘要及[0029]段）<br>“如果补偿事件包括检测到与某一传感设备相关联的、超出某一阈值达某一时间段的运动，则按缩放量来增加第一置信度阈值。”（[0082]段）<br> 图6D及其说明描述了检测到与深度传感器相关的过度运动（补偿事件）后，修改（提高）了姿势识别引擎所需的置信度阈值（[0101]段）。 | 1. **作用比对**：在目标专利中，此特征的作用是：在特定空间区域（识别出的低性能区域）降低来自不可靠传感器数据的权重，以提高导航系统整体输入的可靠性。在对比文件中，检测到特定传感器相关的补偿事件（如过度运动，可视为在某种“空间区域”或条件下传感器性能下降）后，通过提高该传感器对应的置信度阈值，实质上降低了该传感器输入在最终姿势判断中的影响力（因为需要更高的置信度才能通过阈值）。两者都是通过调整与传感器数据相关的参数（权重因子/置信度阈值），来削弱在特定条件下不可靠传感器数据的影响。<br>2. **隐含性分析**：虽然对比文件未明确“识别空间区域”和“时间段结束”的触发条件，但其核心思想是“在检测到传感器性能下降的条件时，调整用于融合该传感器数据的参数”。对于本领域技术人员而言，“空间区域”是导致传感器性能下降的常见环境条件（如对比文件提到的昏暗隧道、嘈杂环境），识别此类条件与识别“补偿事件”在技术思路上是相通的。因此，对比文件隐含了“针对传感器在特定条件下（可对应于空间区域）性能下降而调整其数据权重”的技术手段。 |
| **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：隐含公开 (i)** | “如果检测到与所述多个传感设备之一相关联的低功率操作模式，则也可检测到补偿事件。”（[0081]段）<br>“如果与所述多个传感设备之一相关联的照明条件低于某一照明阈值达超过某一时间段，则也可检测到补偿事件。”（[0081]段） | 1. **作用比对**：在目标专利中，此特征的作用是：在特定时间（如光照差的夜间）降低相应传感器（如图像传感器）数据的权重。在对比文件中，明确将“低功率操作模式”、“照明条件低于阈值达某时间段”列为可检测的补偿事件。这些事件具有明显的时间相关性（如低光照通常发生在夜晚时段）。检测到此类事件后，系统会修改置信度阈值（如[0082]段），从而调整传感器数据的影响力。<br>2. **隐含性分析**：对比文件已经教导了可以检测与时间相关的传感器性能下降事件（低光照、低功率模式），并据此调整参数。虽然未明确在“时间段结束”后分析，但其“检测到即调整”的实时逻辑，同样实现了在“低性能的时间期间”调整传感器数据权重的效果。对于本领域技术人员，从“检测时间相关事件并调整”到“识别低性能时间并调整”是显而易见的。因此，该特征被隐含公开。 |
| **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** | 对比文件未提及通过统计在“特定姿势”下“不利事件发生的数量”是否超过“事件门限”来识别低性能空间区域。 | 目标专利此特征限定了识别“低性能空间区域”的具体算法：基于历史语义信息，统计在机器人每个特定姿势（位置和方向）下发生的不利事件次数，并与门限比较。对比文件虽然会因补偿事件调整参数，但并未记录事件发生的空间位置（姿势），也未基于事件发生次数的统计和门限比较来判定区域。该具体技术手段未被公开。 |
| **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** | 对比文件未提及“时隙”概念，也未涉及统计在“特定时隙”内事件发生数量并与门限比较的技术手段。 | 目标专利此特征限定了识别“低性能时间”的具体算法：基于历史语义信息，统计在每个固定时间单元（时隙）内发生的不利事件次数，并与门限比较。对比文件未采用这种基于固定时间片段统计和门限判断的模式识别方法。 |
| **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：隐含公开 (l)** | “在被单传感器识别引擎用作传感器输入之前，通过向所述传感器输入中的每一个应用平滑过滤器，所述传感器输入...中的每一个被平滑。”（[0093]段）<br>“通过将第一匹配过滤器应用于第一平滑输入来生成第一姿势置信度...匹配过滤器可识别...该特定姿势，以及输出单传感器姿势置信度值。”（[0089]段）<br>“确定是否已经检测到补偿事件...如果检测到与所述多个传感设备之一相关联的传感信息中的数据差错高于某一差错阈值，则可检测到补偿事件。”（[0081]段） | 1. **作用比对**：在目标专利中，此特征的作用是：通过比较来自预处理器的传感器数据所指示的“姿势”与通过定位系统获得的“估计姿势”之间的差异，来判断传感器是否可靠（差异超门限即为不利事件）。这是一种传感器自检或可靠性校验机制。在对比文件中，通过“平滑过滤器”对传感器输入进行预处理（相当于获得经处理的测量），然后通过“匹配过滤器”生成单传感器的“姿势置信度值”。虽然对比文件主要将“数据差错”直接作为补偿事件，但生成“姿势置信度”的过程本身隐含了将传感器数据与预期姿势模型进行匹配和比较的计算。对于本领域技术人员，当匹配结果（置信度）极低时，可以认为传感器数据指示的“姿势”与系统预期存在巨大差异，这种差异的判断可以基于一个“置信度阈值”（即特定于传感器的门限）来实现。<br>2. **隐含性分析**：对比文件的技术方案包含“传感器输入 -> 预处理（平滑）-> 姿势匹配（生成置信度）-> 与阈值比较”的流程。虽然其直接输出是“姿势置信度”而非“姿势差异值”，但“低置信度”实质反映了传感器数据与预期姿势模型不符，即存在“差异”。用于判断补偿事件的“数据差错高于差错阈值”（[0081]段）也可视为这种差异比较的一种体现。因此，对比文件隐含了通过比较处理后的传感器数据与预期信息（姿势模型）的差异是否超过阈值来判断传感器异常的技术手段。 |
| **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：隐含公开 (m)** | “如果与所述多个传感设备之一相关联的传感信息中的数据差错高于某一差错阈值，则可检测到补偿事件。对于数据差错的检测可通过利用差错检测和/或校正码来执行。”（[0081]段） | 对比文件明确将“数据差错高于某一差错阈值”列为可检测的“补偿事件”之一。这里的“数据差错”即属于“异常数据测量”。在对比文件整体技术方案中，检测此类事件是为了触发对姿势识别参数的调整，以应对传感器数据的不可靠性，这与目标专利中检测“异常数据测量”作为“不利事件”以记录传感器不可靠性的作用相同。因此，该特征被隐含公开。 |
| **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** | 对比文件未提及“时间服务器”或由服务器配置和维持时间段及时隙的设置。 | 该特征涉及系统架构中时间管理的具体实现方式。对比文件的姿势识别系统未描述此类集中式的时间服务器配置和管理时间段的机制。 |
| **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：未公开** | 对比文件未涉及机器人设备的“定位操作”，更未提及“同时定位和测绘(SLAM)过程”。 | 目标专利此特征明确了获得位置和方向的具体技术来源——SLAM。这是机器人导航领域的特定技术。对比文件的主题是用户姿势识别，与机器人定位和SLAM技术无关。 |
| **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：未公开** | 对比文件提到的传感器设备包括“深度传感器、图像传感器、IR传感器、惯性测量单元（IMU）、面向内的眼睛跟踪系统、话筒”等（[0031]段），但这些传感器是用于捕捉用户动作和环境的，并非安装于“地面运载工具”形式的“机器人设备”上。 | 此特征对机器人设备的类型和传感器组合进行了具体限定。对比文件的应用场景是计算设备或头戴式设备（HMD）的用户交互，其传感器配置服务于该目的，而非用于地面运载工具的导航。两者主体和配置目的均不同。 |
| **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** | 对比文件未提及以记录“每个时隙”和“每个姿势”下“事件发生数量”的“数据结构”来存储信息。 | 目标专利此特征限定了语义信息的具体数据结构，这是一个多维（时间x空间）的统计表格。对比文件没有描述任何类似的数据结构来长期存储和统计传感器事件。其参数调整更多是基于实时事件和当前系统状态。 |
<<<c>>><<<h>>><<<i>>><<<l>>><<<m>>>