2026年专利代理人资格考试实务真题与参考答案

2026年专利代理人资格考试实务真题与参考答案总体说明：本试卷为专利代理实务科目全真模拟题，满分150分，考试时间150分钟。请考生注意仔细阅读题干，按照要求在答题卡相应位置作答。涉及法律适用的，以《中华人民共和国专利法》及《中华人民共和国专利法实施细则》的最新规定为准。第一题：权利要求撰写客户“云图科技有限公司”委托你代理一件名为“一种基于多传感器融合的物流分拣系统及方法”的发明专利申请。请你根据下述提供的交底材料、对比文件1（D1）和对比文件2（D2），为客户撰写一份能够获得最大保护范围且符合专利法相关规定的权利要求书。【客户技术交底书】技术领域本发明涉及物流自动化技术领域，具体涉及一种利用多传感器数据进行融合决策以实现高效、精准分拣的物流分拣系统及方法。背景技术随着电商行业的飞速发展，物流分拣中心的压力日益增大。现有的自动化分拣系统通常采用单一的视觉传感器（如摄像头）来识别包裹上的条形码或二维码，从而确定包裹的目的地信息。然而，在实际作业中，包裹表面可能存在污损、条码遮挡、条码位置偏转或反光严重等问题，导致单一视觉识别率下降。一旦识别失败，包裹通常会被推送到异常处理通道，由人工进行二次分拣，这极大地降低了分拣效率，增加了人力成本。此外，现有的分拣小车在抓取或推送包裹时，通常采用固定的机械力度。对于重量差异较大或表面材质不同的包裹（如硬纸箱与软包装），固定力度容易导致包裹滑落（力度过小）或损坏包裹内部物品（力度过大）。发明内容本发明要解决的技术问题是提供一种基于多传感器融合的物流分拣系统及方法，以提高包裹识别的成功率，并实现自适应的抓取/推送控制。技术方案本发明提供一种基于多传感器融合的物流分拣系统，包括：传送带，用于输送包裹；视觉采集模块，设置在传送带上方，用于采集包裹的图像信息；深度信息采集模块，设置在传送带上方，用于采集包裹表面的深度数据；主控模块，分别与视觉采集模块和深度信息采集模块连接；所述主控模块被配置为执行以下步骤：S1：获取视觉采集模块采集的图像信息，并尝试解析图像中的条码信息；S2：若步骤S1解析成功，则根据条码信息确定分拣目的地，输出控制指令；S3：若步骤S1解析失败，则获取深度信息采集模块采集的深度数据；S4：基于深度数据，利用预置的三维重构算法重建包裹表面的三维点云模型；S5：将重建的三维点云模型与数据库中的标准包裹模型进行特征匹配，以确定包裹的类别及对应的分拣目的地；S6：根据确定的分拣目的地输出分拣控制指令。进一步地，所述系统还包括称重传感器和压力传感器，称重传感器设置在传送带上，用于获取包裹的重量数据；压力传感器设置在分拣执行机构的末端，用于检测分拣执行机构与包裹接触时的实时压力。主控模块还根据重量数据和实时压力，利用PID控制算法动态调整分拣执行机构的抓取/推送力度。具体实施方式在具体应用中，视觉采集模块采用工业线阵相机，深度信息采集模块采用激光雷达或ToF（飞行时间）传感器。当视觉识别失败时，系统通过激光雷达扫描包裹表面轮廓，生成3D点云。主控模块中的处理单元会提取点云的几何特征（如长宽比、顶点曲率等），与数据库中预存的各类标准包裹（如不同规格的快递箱、信封袋）的3D模型进行比对。如果匹配度超过阈值（例如85%），则判定为该类包裹，并调取该类包裹对应的物流信息进行分拣。关于力度控制，设目标压力为，当前检测压力为，误差e(t)=−u其中，,,分别为比例、积分、微分系数。主控模块根据u【对比文件1（D1）】公开日：2023年5月10日公开了一种智能物流分拣装置，包括传送带、设置在传送带上方的工业相机、图像处理单元和分拣机械手。工业相机拍摄传送带上的包裹图像，图像处理单元识别图像中的二维码以获取分拣信息。若二维码无法识别（例如破损），则图像处理单元控制机械手将包裹推入人工回收通道。该装置还包括编码器，用于配合传送带测量包裹的移动速度，以控制机械手的动作同步。【对比文件2（D2）】公开日：2024年2月15日公开了一种基于机器视觉的物体抓取机器人，应用于工业流水线。该机器人包括3D激光扫描仪、机械臂和控制单元。3D激光扫描仪用于扫描待抓取物体的表面轮廓，生成点云数据。控制单元根据点云数据计算物体的中心坐标和抓取角度，并规划机械臂的运动路径。该机器人特别适用于随机堆叠的箱体抓取，能够通过3D视觉避开遮挡物。D2中还提到，机械臂末端装有力反馈传感器，可根据物体的重量（通过预置数据库查询或估算）调整夹持力，防止物体滑落。请根据上述内容，撰写权利要求书。要求：1.独立权利要求应当包含解决“单一视觉识别率低”这一技术问题所必不可少的必要技术特征；2.若包含从属权利要求，应当层次分明，保护范围合理；3.不得出现“等”、“等等”模糊词汇；4.技术术语应当与交底书保持一致。第二题：无效宣告请求分析假设客户“云图科技有限公司”的专利申请已获得授权，其权利要求书的内容如下（与第一题你撰写的权利要求书不同，请以本题给出的权利要求书为准）：“1.一种基于多传感器融合的物流分拣系统，包括传送带、视觉采集模块、深度信息采集模块和主控模块；所述视觉采集模块和深度信息采集模块分别设置在传送带上方；所述主控模块分别与所述视觉采集模块和所述深度信息采集模块连接；其特征在于，所述主控模块被配置为：获取所述视觉采集模块采集的图像信息，并尝试解析所述图像信息中的条码信息；若解析成功，则根据所述条码信息确定分拣目的地；若解析失败，则获取所述深度信息采集模块采集的深度数据，并基于所述深度数据重建包裹表面的三维点云模型；将所述三维点云模型与数据库中的标准包裹模型进行特征匹配，根据匹配结果确定分拣目的地。2.如权利要求1所述的系统，其特征在于，还包括称重传感器，所述称重传感器设置在所述传送带上，用于获取包裹的重量数据。3.如权利要求2所述的系统，其特征在于，还包括分拣执行机构，所述分拣执行机构上设置有压力传感器；所述主控模块还根据所述重量数据和所述压力传感器检测的实时压力，利用PID控制算法动态调整所述分拣执行机构的抓取力度。”无效宣告请求人提交了如下证据：证据1：对比文件1（D1）；证据2：对比文件2（D2）。请求人认为：权利要求1相对于证据1和证据2的结合不具备《专利法》第二十二条第三款规定的创造性。权利要求2的附加技术特征被证据2公开，或者属于公知常识，因此权利要求2不具备创造性。权利要求3的附加技术特征部分被证据2公开，利用PID控制算法调整力度属于本领域的公知常识，因此权利要求3不具备创造性。请你分析请求人的主张是否成立，并说明理由。具体要求：1.分别确定权利要求1、2、3与证据1、证据2的区别技术特征；2.分析上述区别技术特征实际解决的技术问题；3.判断权利要求1、2、3是否具备创造性。第三题：审查意见答复假设你为客户提交的专利申请收到了审查员发出的第一次审查意见通知书。审查员指出：1.说明书部分段落仅描述了“功能或效果”，未记载实现该功能的具体技术手段，例如“三维重构算法”、“特征匹配”等，导致说明书公开不充分，不符合《专利法》第二十六条第三款的规定。2.权利要求1中包含“三维重构算法”和“特征匹配”等功能性限定，且说明书中对于上述算法仅有一个具体的实施例（利用点云几何特征进行比对），认为该权利要求得到说明书的支持范围过宽，不符合《专利法》第二十六条第四款的规定。请你针对上述审查意见，撰写一份意见陈述书。要求：1.反驳审查员关于说明书公开不充分的观点；2.反驳或解释权利要求1得到说明书支持的理由；3.如需修改权利要求，请提出修改建议并说明理由（注：本题仅需撰写意见陈述逻辑，可假设修改后的权利要求内容）。参考答案与解析第一题：权利要求撰写【参考答案】1.一种基于多传感器融合的物流分拣系统，其特征在于，包括：传送带，用于输送包裹；视觉采集模块，设置在所述传送带上方，用于采集包裹的图像信息；深度信息采集模块，设置在所述传送带上方，用于采集包裹表面的深度数据；主控模块，分别与所述视觉采集模块和所述深度信息采集模块连接；所述主控模块被配置为：获取所述视觉采集模块采集的图像信息，并尝试解析所述图像信息中的条码信息；若解析成功，则根据所述条码信息确定分拣目的地，输出分拣控制指令；若解析失败，则获取所述深度信息采集模块采集的深度数据，基于所述深度数据重建包裹表面的三维点云模型，并将所述三维点云模型与数据库中的标准包裹模型进行特征匹配，根据匹配结果确定分拣目的地。2.如权利要求1所述的系统，其特征在于，所述深度信息采集模块为激光雷达或ToF传感器。3.如权利要求1所述的系统，其特征在于，所述主控模块在将所述三维点云模型与数据库中的标准包裹模型进行特征匹配时，具体用于：提取所述三维点云模型的几何特征，将所述几何特征与所述数据库中的标准包裹模型的几何特征进行比对，若匹配度超过预设阈值，则确定包裹的类别及对应的分拣目的地。4.如权利要求1所述的系统，其特征在于，还包括称重传感器，所述称重传感器设置在所述传送带上，用于获取包裹的重量数据。5.如权利要求4所述的系统，其特征在于，还包括分拣执行机构，所述分拣执行机构上设置有压力传感器；所述主控模块还根据所述重量数据和所述压力传感器检测的实时压力，利用PID控制算法动态调整所述分拣执行机构的抓取力度或推送力度。6.如权利要求5所述的系统，其特征在于，所述PID控制算法的输出u(u其中，e(t)7.一种基于多传感器融合的物流分拣方法，其特征在于，包括以下步骤：获取传送带上方视觉采集模块采集的包裹图像信息；尝试解析所述图像包裹中的条码信息；若解析成功，则根据所述条码信息确定分拣目的地，输出分拣控制指令；若解析失败，则获取传送带上方深度信息采集模块采集的包裹深度数据；基于所述深度数据重建包裹表面的三维点云模型；将所述三维点云模型与数据库中的标准包裹模型进行特征匹配，根据匹配结果确定分拣目的地。【撰写思路解析】1.独立权利要求1的构建：前序部分：发明主题为“一种基于多传感器融合的物流分拣系统”。共有特征包括传送带、视觉采集模块、深度信息采集模块、主控模块及其连接关系。特征部分：这是解决“单一视觉识别率低”这一技术问题的核心。必须包含“若解析失败，则获取深度数据...重建三维点云模型...进行特征匹配...确定分拣目的地”这一逻辑流程。这一流程构成了“多传感器融合”的具体体现，即在视觉失效时启用深度信息进行补救性识别。剔除非必要特征：“称重传感器”和“压力传感器”及相关的力度控制主要解决“力度控制不当”的技术问题，属于附加技术特征，不应写入独立权利要求1，以免保护范围过窄。2.从属权利要求的布局：权利要求2：对“深度信息采集模块”的具体硬件进行限定（激光雷达/ToF），属于具体优选实施方式。权利要求3：对“特征匹配”的具体步骤进行细化（提取几何特征、比对、阈值判断），进一步限定算法流程。权利要求4：引入力度控制相关的硬件“称重传感器”，作为新的技术分支。权利要求5：进一步引入“分拣执行机构”、“压力传感器”以及“PID控制算法”，形成完整的力度控制方案。权利要求6：对PID算法的具体数学公式进行限定，适合在需要高度精确保护特定算法时使用，或者在后续审查中作为退守的筹码。权利要求7：方法权利要求。通常系统权利要求和方法权利要求会同时申请，以全面保护。内容上对应系统权利要求的方法步骤。3.术语规范：使用了“所述”来指代前文出现的部件，确保引用关系清晰，符合专利撰写规范。避免了“等”模糊词汇。第二题：无效宣告请求分析【参考答案】1.权利要求1的创造性分析区别技术特征：权利要求1与证据1（D1）相比，区别在于：权利要求1包含了“深度信息采集模块”以及主控模块在视觉解析失败后，利用深度数据重建三维点云模型并与数据库模型进行特征匹配以确定分拣目的地的步骤。实际解决的技术问题：如何在单一视觉识别（如条码识别）失败时，依然能够自动确定包裹的分拣目的地，从而减少人工干预，提高分拣效率。创造性判断：证据2（D2）虽然公开了使用3D激光扫描仪（深度信息采集）生成点云数据，但其应用场景是“工业流水线物体的抓取”，目的是计算中心坐标和抓取角度以进行路径规划，而非识别包裹的物流目的地（即识别包裹“是谁”或“去哪里”）。证据2中并未公开“将点云模型与数据库中的标准包裹模型进行特征匹配以确定分拣目的地”这一技术特征。证据2是通过3D视觉解决“怎么抓”的问题，而本发明是解决“是什么”的问题。在证据1的基础上，结合证据2，本领域技术人员没有动机将D2的3D抓取识别技术应用于D1的分拣系统中，以解决D1中条码识别失败后无法自动分拣的问题。D1在识别失败后的处理逻辑是推入人工通道，而本发明是通过3D模型匹配进行补救性识别，这并非简单的功能叠加。因此，权利要求1相对于证据1和证据2的结合具备突出的实质性特点和显著的进步，具备《专利法》第二十二条第三款规定的创造性。请求人的主张不成立。2.权利要求2的创造性分析区别技术特征：权利要求2增加了“称重传感器”，用于获取包裹的重量数据。实际解决的技术问题：获取包裹的重量信息，为后续处理（如计费、分拣力度控制）提供数据支持。创造性判断：证据2虽然提到了“根据物体的重量（通过预置数据库查询或估算）调整夹持力”，但D2是通过估算或查询数据库，并未明确公开设置在传送带上的“称重传感器”这一硬件结构。更重要的是，在权利要求1具备创造性的前提下，增加一个技术特征“称重传感器”通常不会破坏创造性。虽然称重传感器本身是现有技术，但在具备创造性的母案基础上，该附加特征进一步增强了系统的功能。因此，权利要求2具备创造性。请求人的主张不成立。3.权利要求3的创造性分析区别技术特征：权利要求3在权利要求2的基础上，增加了“分拣执行机构”、“压力传感器”，以及“根据重量数据和实时压力，利用PID控制算法动态调整抓取力度”。实际解决的技术问题：如何根据包裹的重量和实时接触反馈，自适应调整抓取力度，防止滑落或损坏物品。创造性判断：证据2公开了机械臂末端装有力反馈传感器，并根据重量调整夹持力。这公开了部分特征。然而，证据2未明确公开利用“PID控制算法”来进行这种动态调整。PID控制是自动控制领域中常用的算法，但在具体的“物流分拣抓取力度控制”这一特定应用场景下，结合“称重传感器”的数据（而非仅依靠估算或末端力反馈）来共同驱动PID控制，具有特定的技术效果：即结合了预知的重量（前馈）和实时的压力（反馈），控制精度更高。即便认为PID算法属于公知常识，权利要求1本身具备创造性，且权利要求3构建的“称重+压力反馈+PID”的闭环控制在物流分拣领域并非显而易见的简单拼凑。因此，权利要求3具备创造性。请求人的主张不成立。【解析要点】本题重点考察对“技术问题”的准确提炼以及对“结合启示”的判断。关键在于指出D2虽然用了3D视觉，但目的不同（抓取vs分拣识别），这种技术领域的差异和目的的差异阻断了结合的启示。对于权利要求3，重点在于分析PID算法结合具体传感器数据带来的协同效应。第三题：审查意见答复【参考意见陈述书】尊敬的审查员：申请人仔细研究了审查员于202X年X月X日发出的第一次审查意见通知书，并对申请文件进行了修改。现针对审查意见指出的问题陈述意见如下：一、关于说明书公开充分性的说明（专利法第二十六条第三款）审查员认为说明书部分段落仅描述了功能或效果，未记载实现该功能的具体技术手段，例如“三维重构算法”、“特征匹配”等。申请人对此持有不同意见。1.关于“三维重构算法”：说明书具体实施方式部分明确记载了：“通过激光雷达扫描包裹表面轮廓，生成3D点云”。这已经清楚说明了如何获取深度数据并生成模型。激光雷达扫描生成点云是本领域成熟的技术手段，本领域技术人员基于此记载完全能够实现该功能。2.关于“特征匹配”：说明书第【具体实施方式】章节明确记载了：“提取点云的几何特征（如长宽比、顶点曲率等），与数据库中预存的各类标准包裹...的3D模型进行比对。如果匹配度超过阈值（例如85%），则判定为该类包裹”。这里详细描述了特征匹配的具体步骤：特征提取（长宽比、曲率）->数据库比对->阈值判定。这并非纯粹的功能性描述，而是给出了具体的实现逻辑和参数示例。本领域技术人员据此能够复现该方案。因此，说明书已经记载了实现所述功能的具体技术手段，符合专利法第二十六条第三款的规定。二、关于权利要求1得到说明书支持（专利法第二十六条第四款）审查员认为权利要求1中的“三维重构算法”和“特征匹配”涵盖了过宽的范围，说明书仅有一个实施例，因此不支持。申请人对此进行如下解释：1.权利要求1中虽然使用了“三维重构算法”和“特征匹配”等术语，但其限定的是在特定物流分拣系统中的特定处理流程：即“若视觉解析失败->获取深度数据->重建三维点云->与数据库标准模型匹配->确定目的地”。2.这一流程构成了发明的核心构思。无论采用何种具体的数学模型进行重构或匹配（例如ICP算法、RANSAC算法等），只要遵循上述“视觉失败转3D模型匹配”的逻辑，均属于本发明的构思范围。3.说明书中的实施例（利用几何特征比对）是该构思的一种具体实现方式，足以支撑权利要求1所涵盖的等同或变通方式。权利要求1的范围并未扩大到所有通用的重构和匹配算法，而