2026年专利代理人考试实务案例分析实战试卷

2026年专利代理人考试实务案例分析实战试卷基本案情客户A公司（“申请人”）是一家专注于智能农业装备研发的高科技企业。2025年12月1日，申请人向贵所提交了一份名为“基于多光谱融合的智能果实采摘系统及方法”的发明专利申请。贵所指派你作为代理师负责该申请的撰写及后续审查意见答复工作。此外，申请人还提供了另一份由竞争对手B公司拥有的已授权发明专利文件（对比文件1），以及一份公开的期刊论文（对比文件2），要求你对B公司的专利进行无效宣告可能性分析，并评估自身技术的侵权风险。一、申请文件及现有技术1.技术交底书内容申请人提供的研发报告包含以下技术内容：随着农业自动化的发展，果实采摘机器人的应用日益广泛。现有的采摘机器人主要基于单目视觉识别果实，但在光照变化剧烈或果实被枝叶遮挡时，识别率大幅下降。此外，现有的机械臂控制多采用预设轨迹，缺乏灵活性，容易损伤果实。本发明旨在解决上述问题，提供一种基于多光谱融合的智能果实采摘系统。该系统包括：无人机平台、多光谱成像模组、柔性机械手模组、边缘计算模块及地面控制站。具体技术方案如下：一种基于多光谱融合的智能果实采摘系统，包括无人机平台、设置在无人机平台下方的多光谱成像模组、柔性机械手模组以及边缘计算模块；所述边缘计算模块分别与多光谱成像模组和柔性机械手模组电连接。所述多光谱成像模组包括可见光相机和近红外相机，两者光轴平行且通过固定支架刚性连接。所述边缘计算模块用于获取可见光相机的RGB图像数据和近红外相机的NIR图像数据，并对图像进行像素级融合，生成融合图像数据。所述边缘计算模块还用于在融合图像数据上通过深度学习算法识别成熟果实区域，计算成熟果实的三维空间坐标。所述柔性机械手模组包括多自由度机械臂和末端执行器，所述末端执行器包括气动软体手指和压力传感器。所述边缘计算模块根据三维空间坐标规划机械臂的运动轨迹，并控制末端执行器进行抓取。在抓取过程中，压力传感器实时采集抓取压力数据F(t)，并将数据反馈至边缘计算模块。边缘计算模块根据压力数据动态调整气动软体手指的内部气压P，调整公式满足以下关系：P(t)=其中，e(t)=FtargetF(t)，F该系统还包含环境监测单元，用于监测风速和风向。当监测到风速大于阈值Vth此外，本发明还提供一种基于上述系统的果实采摘方法，包括以下步骤：S1：控制无人机飞抵目标作业区域；S2：同步采集RGB图像和NIR图像，并进行像素级融合；S3：基于融合图像识别成熟果实并定位；S4：根据环境监测数据判断是否满足作业条件，若不满足则悬停等待；S5：规划机械臂轨迹并执行抓取，抓取过程中基于压力反馈进行PID控制。2.对比文件1（B公司专利）专利号：ZL202110XXXXXX.X授权公告日：2024年5月20日名称：一种无人机果实识别与抓取装置权利要求书内容：1.一种无人机果实识别与抓取装置，其特征在于，包括无人机机体、安装在机体下方的视觉识别装置和机械抓取装置；所述视觉识别装置包括双目摄像头，用于采集果实的双目视觉图像；所述机械抓取装置包括电动机械臂和夹爪，所述夹爪末端设有力矩传感器；所述装置还包括机载控制器，所述机载控制器根据双目视觉图像计算果实的深度信息，并控制机械臂移动至果实位置进行抓取。2.如权利要求1所述的装置，其特征在于，所述机载控制器通过分析双目视觉图像的视差来计算深度信息。3.如权利要求1所述的装置，其特征在于，所述力矩传感器用于检测夹爪闭合时的力矩，当力矩超过设定阈值时，控制夹爪停止闭合。4.如权利要求1所述的装置，其特征在于，所述无人机机体设有GPS定位模块，用于记录抓取位置。3.对比文件2（期刊论文）公开日：2023年2月10日标题：《基于多光谱成像的作物病害检测研究》主要内容：该论文公开了一种利用无人机搭载多光谱相机进行农作物病害监测的方法。该方法通过采集可见光（RGB）和近红外（NIR）图像，计算归一化植被指数（NDVI），通过分析NDVI值来判断作物是否患病。文中提及，为了提高图像配准精度，将RGB图像与NIR图像进行特征点匹配并融合，生成高光谱融合图。文中还提到，利用边缘计算设备在无人机端直接处理图像数据，以降低数据传输延迟。二、试题问题一：请根据技术交底书的内容，为客户撰写一份发明专利申请的权利要求书。要求：1.独立权利要求应当记载解决本发明技术问题所必不可少的必要技术特征，并合理概括保护范围，既要包含较宽的保护范围，又要具备足够的新颖性和创造性以应对现有技术。2.从属权利要求应当对独立权利要求或其前序权利要求作进一步的限定，形成有层次的保护布局。3.包含至少一项独立权利要求（产品或方法）及相应的从属权利要求。4.假设申请日为2026年1月1日，不考虑其他在先申请。问题二：申请人希望了解对比文件1（B公司专利）的保护范围，并评估如果其产品落入对比文件1的保护范围，是否存在规避设计的可能性。请分析对比文件1权利要求1的字面含义，并具体说明如何通过技术特征的区别来规避其专利权。问题三：假设审查员在审查本案时，引用对比文件1和对比文件2评价权利要求的新颖性和创造性。审查员认为：对比文件1公开了一种无人机果实识别与抓取装置，权利要求1不具备新颖性。对比文件1公开了一种无人机果实识别与抓取装置，权利要求1不具备新颖性。即使具备新颖性，对比文件1结合对比文件2也公开了权利要求1的大部分技术特征，权利要求1不具备创造性。即使具备新颖性，对比文件1结合对比文件2也公开了权利要求1的大部分技术特征，权利要求1不具备创造性。具体地，对比文件2公开了多光谱成像及图像融合技术，本领域技术人员有动机将其应用于对比文件1以提高识别精度。具体地，对比文件2公开了多光谱成像及图像融合技术，本领域技术人员有动机将其应用于对比文件1以提高识别精度。请你针对上述审查意见，撰写一份意见陈述书。要求：1.清晰阐述权利要求1与对比文件1的区别技术特征。2.论述权利要求1相对于对比文件1具备新颖性的理由。3.论述权利要求1相对于对比文件1与对比文件2的结合具备创造性的理由，重点说明技术领域、技术问题、技术手段及技术效果上的差异。问题四：在技术交底书中，提到了基于压力反馈的PID控制算法。假设在申请文件中，申请人将PID控制参数Kp,K三、答案与解析问题一：权利要求书撰写【参考答案】1.一种基于多光谱融合的智能果实采摘系统，其特征在于，包括无人机平台、多光谱成像模组、柔性机械手模组以及边缘计算模块；所述多光谱成像模组包括可见光相机和近红外相机，用于采集目标区域的图像数据；所述边缘计算模块分别与所述多光谱成像模组和所述柔性机械手模组电连接，配置为：获取所述可见光相机的RGB图像数据和所述近红外相机的NIR图像数据，对所述RGB图像数据和所述NIR图像数据进行像素级融合以生成融合图像数据，基于所述融合图像数据识别成熟果实区域并计算成熟果实的三维空间坐标，以及根据所述三维空间坐标控制所述柔性机械手模组执行抓取动作。2.如权利要求1所述的系统，其特征在于，所述柔性机械手模组包括多自由度机械臂和末端执行器，所述末端执行器包括气动软体手指和设置在所述气动软体手指上的压力传感器；所述边缘计算模块在控制所述柔性机械手模组执行抓取动作时，根据所述压力传感器反馈的压力数据动态调整所述气动软体手指的内部气压。3.如权利要求2所述的系统，其特征在于，所述边缘计算模块通过以下公式计算调整后的内部气压P(t)：P(t)=其中，e(t)=FtargetF(t)，Ftarget为预设的目标抓取压力，F(t)为所述压力传感器在时刻4.如权利要求1所述的系统，其特征在于，还包括环境监测单元，与所述边缘计算模块电连接，用于监测环境风速和风向；所述边缘计算模块还配置为：当监测到的风速大于预设阈值时，启动悬停补偿算法，调整所述无人机平台的旋翼转速以抵消风阻影响。5.如权利要求1所述的系统，其特征在于，所述多光谱成像模组中，所述可见光相机和所述近红外相机的光轴平行且通过固定支架刚性连接。6.一种基于多光谱融合的智能果实采摘方法，其特征在于，包括以下步骤：获取同步采集的可见光RGB图像数据和近红外NIR图像数据；对所述RGB图像数据和所述NIR图像数据进行像素级融合，生成融合图像数据；基于所述融合图像数据，通过深度学习算法识别成熟果实区域，并计算成熟果实的三维空间坐标；根据所述三维空间坐标规划机械臂的运动轨迹，并控制末端执行器移动至果实位置执行抓取动作。7.如权利要求6所述的方法，其特征在于，在所述执行抓取动作的过程中，实时采集抓取压力数据F(t)，并根据F(t)动态调整末端执行器的抓取力，使得实际抓取压力趋近于预设的目标抓取压力。【解析】1.独立权利要求1的构建：前序部分：明确发明主题“基于多光谱融合的智能果实采摘系统”，并列出与现有技术（对比文件1）共有的基本组件：无人机平台、成像模组、机械手模组、计算模块。特征部分：这是撰写的关键。为了区别于对比文件1（双目视觉）和对比文件2（病害检测），必须强调“多光谱（RGB+NIR）”、“像素级融合”、“基于融合图像识别果实”以及“边缘计算”。必要技术特征：多光谱成像模组（RGB+NIR）是基础；像素级融合是核心处理手段；基于融合结果进行坐标计算和抓取控制是功能闭环。这些特征共同解决了“单一视觉识别率低”的技术问题。概括：未将“环境监测单元”、“PID具体参数”写入权1，保持保护范围较宽。2.从属权利要求的布局：权2：进一步限定机械手的具体结构（气动软体+压力传感器）及反馈控制功能，这是一个重要的技术特征（柔性抓取），区别于对比文件1的刚性夹爪。权3：具体限定PID算法公式，作为技术方案的优选实施方式，在需要争取创造性时可以退守至此。权4：增加环境监测（风速补偿）特征，这是对比文件1和2均未公开的特征，增强了系统的稳定性。权5：限定硬件连接方式（光轴平行、刚性连接），有利于结构稳定性和图像配准。权6-7：对应的方法权利要求，保护核心控制流程，防止他人仅通过软件实现侵权。问题二：侵权规避分析【参考答案】1.对比文件1权利要求1的字面含义分析：对比文件1权利要求1保护的是“一种无人机果实识别与抓取装置”。其必要技术特征包括：主体结构：无人机机体、视觉识别装置、机械抓取装置。视觉识别装置的具体限定：包括“双目摄像头”，且功能是“采集果实的双目视觉图像”。机械抓取装置的具体限定：包括“电动机械臂”和“夹爪”，且夹爪末端设“力矩传感器”。控制逻辑：机载控制器根据双目视觉图像计算深度信息，并控制机械臂抓取。2.规避设计建议：若要避免全面覆盖原则（即不落入权利要求1的保护范围），申请人需要确保其产品至少缺少权利要求1中的一个技术特征。结合技术交底书内容，建议从以下方面进行规避：视觉传感器的区别（最直接的规避点）：对比文件1明确限定了“双目摄像头”。本发明采用“多光谱成像模组”（包含可见光相机和近红外相机）。在物理结构上，双目摄像头通常指两个相同类型的镜头（如两个RGB）模拟人眼视差；而本发明是不同光谱段的相机组合。对比文件1明确限定了“双目摄像头”。本发明采用“多光谱成像模组”（包含可见光相机和近红外相机）。在物理结构上，双目摄像头通常指两个相同类型的镜头（如两个RGB）模拟人眼视差；而本发明是不同光谱段的相机组合。规避策略：确保产品宣传资料、技术规格书中不称其为“双目摄像头”，而明确为“多光谱相机”或“RGB+NIR融合相机”。由于“双目摄像头”在对比文件1中通常被解释为基于视差原理的同类镜头组合，使用不同光谱的相机组合极有可能不被解释为“双目摄像头”，从而不构成侵权。机械手类型的区别：对比文件1限定了“电动机械臂”和“夹爪”。本发明采用“柔性机械手模组”，具体为“气动软体手指”。对比文件1限定了“电动机械臂”和“夹爪”。本发明采用“柔性机械手模组”，具体为“气动软体手指”。规避策略：采用气动驱动的软体手指而非电动夹爪。虽然“机械臂”概念较宽，但“夹爪”通常指刚性对夹结构。软体手指在结构和工作原理上与“夹爪”存在显著差异。传感器类型的区别：对比文件1使用“力矩传感器”。本发明使用“压力传感器”。对比文件1使用“力矩传感器”。本发明使用“压力传感器”。规避策略：虽然力矩和压力有物理联系，但在部件选型上，直接测量接触压力的传感器与测量关节力矩的传感器在安装位置和反馈信号上不同。总结：最核心的规避点在于视觉传感器的类型。只要坚持使用“多光谱成像模组”而非“双目摄像头”，且该模组不仅依靠视差测距，还依靠光谱融合进行识别，即可有效规避对比文件1权利要求1的字面保护范围。【解析】本题考查专利侵权判定原则中的“全面覆盖原则”。规避设计的核心在于使被控侵权产品缺少权利要求中的至少一个技术特征。分析时需精准对比权利要求中的限定词汇（如“双目”、“电动”、“夹爪”）与交底书中对应技术特征（“多光谱”、“气动”、“软体手指”）的实质性差异。问题三：意见陈述书【参考答案】意见陈述书关于申请号：202610XXXXXX.X发明名称：基于多光谱融合的智能果实采摘系统及方法尊敬的审查员：申请人收到了贵局于XXXX年XX月XX日发出的针对上述申请的第一次审查意见通知书。经过认真研读审查意见和对比文件，申请人认为权利要求1相对于对比文件1（D1）具备《专利法》第二十二条第二款规定的新颖性，且相对于对比文件1和对比文件2（D2）的结合具备《专利法》第二十二条第三款规定的创造性。具体理由陈述如下：一、关于权利要求1的新颖性权利要求1请求保护一种基于多光谱融合的智能果实采摘系统。对比文件1（D1）公开了一种无人机果实识别与抓取装置，包括无人机机体、视觉识别装置（双目摄像头）、机械抓取装置（电动机械臂和夹爪）及机载控制器。权利要求1与D1相比，至少存在如下区别技术特征：1.成像模组的构成不同：权利要求1限定了“多光谱成像模组”，其包括“可见光相机和近红外相机”；而D1公开的是“双目摄像头”，通常指两个可见光摄像头。2.数据处理逻辑不同：权利要求1限定了边缘计算模块对“RGB图像数据和NIR图像数据进行像素级融合”，并基于“融合图像数据”进行识别；而D1是根据“双目视觉图像计算果实的深度信息”，并未涉及多光谱数据的像素级融合。3.机械手模组不同：权利要求1限定为“柔性机械手模组”；而D1为“电动机械臂和夹爪”。基于上述区别，尤其是“多光谱成像模组”以及“像素级融合”这一特定的数据处理手段，权利要求1的技术方案显然不同于D1。因此，权利要求1相对于D1具备新颖性。二、关于权利要求1的创造性即使审查员认为权利要求1不具备新颖性，申请人认为权利要求1相对于D1、D2的结合也具备突出的实质性特点和显著的进步。1.区别技术特征及其确定的技术问题如上所述，权利要求1与D1的区别特征至少包括：采用多光谱成像模组（RGB+NIR）以及进行像素级融合。D1利用双目视觉主要解决的是“深度信息获取”的问题（即测距），但在光照复杂或遮挡情况下，其识别果实成熟度的能力有限。本发明通过引入多光谱成像并进行像素级融合，利用近红外波段对植物内部组织或特定光谱特性的敏感度，结合可见光的纹理信息，解决了“现有技术（如D1）在光照变化剧烈或果实被遮挡时识别率低”的技术问题。2.对比文件2（D2）并未给出结合启示D2公开了一种基于多光谱成像的作物病害检测方法。其确实公开了多光谱相机、RGB与NIR图像融合等技术手段。然而，D2的技术领域是“作物病害检测”，其目的是通过计算NDVI来判断作物健康状况。其技术手段是分析植被指数。而本发明的技术领域是“果实采摘”，目的是精准识别成熟果实并定位。虽然两者都使用了无人机和多光谱技术，但D2并未教导或暗示将“多光谱融合技术”应用于“果实识别与采摘”。D1中的双目视觉是采摘机器人的主流技术路径，本领域技术人员在面对D1中识别率低的问题时，没有动机去改进为多光谱融合。因为D2关注的是病害（生理状态），而D1关注的是几何定位（空间位置）。将D2的光谱分析手段引入D1的机械抓取系统，需要克服两者在数据输出需求（D2输出光谱指数，D1输出空间坐标）上的巨大障碍。3.结合后的技术效果权利要求1通过采用多光谱像素级融合，不仅获得了D1的空间定位能力，还通过光谱信息增强了果实与背景的对比度，显著提高了在复杂光照下的识别成功率。这种技术效果是D1和D2简单叠加所无法预料的。综上所述，权利要求1具备创造性。三、结语鉴于上述理由，申请人恳请审查员在重新审查本案时，考虑上述陈述意见，并早日授予专利权。【解析】新颖性争辩：重点在于找出D1中未明确公开的技术特征。D1的“双目”与本案的“多光谱”在硬件结构上存在差异（同质vs异质传感器），且D1未公开“像素级融合”。创造性争辩：“三步法”应用：1.确定区别特征：多光谱成像+像素级融合。2.确定实际解决的技术问题：提高复杂环境下的识别率（而非仅仅是测距）。3.判断显而易见性：这是核心。需论述D2（病害检测）与D1（采摘）技术目的不同，数据用途不同（光谱指数vs空间坐标），本领域技术人员没有动机将D2结合到D1中。这属于“转用”或“跨领域技术结合”的非显而易见性论证。问题四：参数限定分析【参考答案】1.具体数值参数的技术意义在专利审查中，如果权利要求中包含了具体的参数数值（如Kp然而，在本发明中，该PID参数Kp控制对象的特殊性：本发明的控制对象是“气动软体手指”。气动软体手指具有高度非线性、迟滞和蠕变特性，这与传统的刚性电机控制有本质区别。耦合关系：抓取过程中，果实的硬度、形状各不相同，且无人机平台本身存在微小的震动和气流干扰。参数的物理含义：Kp（比例系数）：决定了系统对压力误差的响应速度。对于软体手指，Kp过大会导致指尖在接触果实时发生剧烈的弹跳震荡（由于气动系统的压缩性），Kp过小则抓取力上升太慢导致果实掉落。Kp（比例系数）：决定了系统对压力误差的响应速度。对于软体手指，Ki（积分系数）：用于消除稳态误差。在抓取易损果实（如草莓）时，必须精确维持Ftarget，积分项的引入至关重要。KiKd（微分系数）：用于预测误差趋势，抑制震荡。K特定数值的效果：参数组合(0.5,0.1,0.02)是针对该特定气动软体结构（特定的腔体体积、硅胶材料硬度）