以下是为
一
检查项判断标准改进建议
1. 结构设计是否明确?
是否详细描述硬件的物理结构( 如关节模组的连接方式、 齿轮/磁阻模块的位置与尺寸) ?
补充结构示意图+关键部件尺寸参数( 如“ 磁阻模块厚度≤5mm, 与齿轮间距0.3mm” ) 。
2. 材料工艺是否量化?
是否说明核心材料的成分比例/工艺参数( 如碳纤维占比≥60%、 3D打印温度280℃±5℃) ?
补充材料检测报告( 如拉伸强度测试数据) +工艺流程图( 如“ 注塑成型→高温烧结→表面涂层” ) 。
3. 应用场景是否绑定?
是否明确硬件的适用场景( 如“ 工业装配线的频繁启停任务” “ 家庭服务机器人的轻量移动” ) ?
在权利要求中增加“ 适用于XX场景( 如狭窄空间避障) ” 的限定, 避免保护范围过泛。
4. 差异化创新是否突出?
是否对比竞品( 如日本哈默纳科减速器) , 说明本设计的“ 独特技术点” ( 如“ 无柔性齿轮的磁阻传动” ) ?
补充“ 技术对比表” ( 竞品缺陷+本设计优势) , 例如“ 传统齿轮传动噪音≥60dB, 本设计≤45dB” 。
5. 可维修性/寿命是否验证?
是否提供硬件的寿命测试数据( 如“ 连续运行1000小时无故障” ) 或可维修性设计( 如“ 模块化快换接口” ) ?
补充测试报告( 如MTBF≥1000小时) +维修流程图( 如“ 30分钟内更换关节模组” ) 。
二、 算法层: 控制、 感知与交互
检查项判断标准改进建议
1. 场景是否具象化?
是否明确算法应用的“ 具体场景” ( 如“ 工厂流水线50cm窄道避障” “ 家庭客厅地毯行走” ) ?
在专利名称/摘要中增加场景关键词( 如“ 基于工厂窄道的双足动态步态规划方法” ) 。
2. 技术问题是否定义?
是否描述了“ 要解决的具体技术问题” ( 如“ 传统PID控制在湿滑地面摔倒率15%” ) ?
补充“ 问题-效果” 对比数据( 如“ 本算法将摔倒率降至2%” ) 。
3. 方法步骤是否可执行?
是否将算法逻辑拆解为“ 可执行的技术动作” ( 如“ 步骤1: IMU采集质心加速度; 步骤2: LSTM预测偏移量” ) ?
避免抽象描述( 如“ 基于深度学习的预测” ) , 改为“ 基于3层LSTM网络, 输入10帧历史姿态数据, 输出未来0.2秒偏移量” 。
4. 效果是否量化?
是否用数据证明“ 技术贡献” ( 如“ 响应时间从50ms缩短至10ms” “ 识别准确率92%” ) ?
补充实验数据表格( 如“ 不同场景下的平衡误差对比” ) +可视化图表( 如“ 避障成功率柱状图” ) 。
5. 多模态融合是否体现?
是否说明算法整合了哪些传感器/数据( 如“ 激光雷达点云+视觉语义分割” ) ?
明确多源数据的“ 融合规则” ( 如“ 点云数据权重70%, 视觉数据权重30%” ) , 避免“ 笼统融合” 表述。
三、 系统层: 多模块协同与整机优化
检查项判断标准改进建议
1. 模块协同是否清晰?
是否描述了“ 感知模块→决策模块→执行模块” 的交互逻辑( 如“ 视觉传感器→路径规划算法→电机扭矩调整” ) ?
绘制系统流程图( 标注各模块输入输出) , 例如“ IMU数据→平衡控制器→伺服电机驱动指令” 。
2. 整机性能是否验证?
是否提供整机测试数据( 如“ 双足行走速度≥1.5m/s” “ 负载5kg时稳定性≥95%” ) ?
补充测试视频链接+第三方检测报告( 如“ 通过ISO 13482机器人安全认证” ) 。
3. 人机协作是否安全?
是否布局“ 防碰撞” “ 柔顺控制” 等安全相关专利( 如“ 基于力矩反馈的机械臂急停策略” ) ?
补充“ 安全场景” 描述( 如“ 与人类共舞时碰撞力≤5N” ) +安全标准引用( 如“ 符合ISO/TS 15066人机协作安全规范” ) 。
4. 可扩展性是否预留?
是否设计“ 模块化接口” ( 如“ 支持快速更换不同功能的传感器模组” ) ?
在权利要求中增加“ 可扩展接口” 的描述( 如“ 预留Type-C接口用于接入第三方视觉模块” ) 。
四、 风险防御: 规避侵权与强化壁垒
检查项判断标准改进建议
1. 竞品专利是否排查?
是否检索过全球主要申请人( 如波士顿动力、 丰田HSR) 的专利族, 识别“ 高风险专利” ( 如“ 关节控制算法” ) ?
使用专业数据库( 如Patentics、 Espacenet) 生成“ 竞品专利地图” , 标注“ 覆盖范围” 与“ 空白区” 。
2. 防御性专利是否布局?
是否针对竞品专利的“ 薄弱点” ( 如未覆盖“ 碳纤维+磁阻传动” 组合) 提交改进型专利?
提交“ 组件替换” “ 场景扩展” “ 参数优化” 的改进专利( 如“ 一种基于碳纤维的磁阻辅助关节模组” ) 。
3. 交叉许可筹码是否充足?
是否拥有“ 基础专利” ( 如通用伺服电机控制算法) 或“ 标准必要专利” ( 如SEI系数校准方法) ?
梳理“ 核心专利清单” , 标注“ 可对外许可” 的专利( 如“ 非接触式情绪识别算法” ) 。
4. 无效风险是否排查?
是否存在“ 权利要求过泛” ( 如“ 机器人可自主行走” 未限定传感器类型) 或“ 公开不充分” ( 如算法逻辑模糊) ?
委托专利代理机构进行“ 专利稳定性分析” , 重点检查权利要求书与说明书的对应关系。
五、 生态布局: 专利池与商业化
检查项判断标准改进建议
1. 是否加入专利池?
是否参与行业专利池( 如余行牵头的人形机器人专利池) , 共享基础专利?
联系专利池运营方( 如余行) , 评估“ 入池成本” 与“ 获权收益” ( 如免费使用池内基础专利) 。
2. 沉睡专利是否激活?
是否有“ 未转化的专利” ( 如“ 非接触式力矩传感器” ) 可通过技术路演、 授权合作实现商业化?
整理“ 可转化专利清单” , 联系余行等机构协助对接投资方/下游厂商( 如医疗机器人企业) 。
3. 专利是否关联融资?
是否在BP( 商业计划书) 中突出“ 核心专利数量” “ 授权率” “ 专利壁垒” ( 如“ 50项核心专利, 授权率82%” ) ?
补充“ 专利价值评估报告” ( 如中评协出具的专利资产评估) , 提升投资人信任度。
自查结论与行动建议
若总分<80分
若80≤总分<95分
若总分≥95分
立即行动





