买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉福州大学申请的专利基于和声搜索算法的改进粒子滤波定位与建图方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115473513B 。

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211108246.1，技术领域涉及：H03H21/00；该发明授权基于和声搜索算法的改进粒子滤波定位与建图方法是由李建微;黄欣;曹路洋;唐寰设计研发完成，并于2022-09-13向国家知识产权局提交的专利申请。

本基于和声搜索算法的改进粒子滤波定位与建图方法在说明书摘要公布了：本发明公开了一种基于和声搜索算法的改进粒子滤波定位与建图方法，包括初始化粒子和粒子权重；根据提议分布获取当前时刻的粒子集并计算粒子权重；利用和声搜索算法优化粒子位姿；利用小生境算法进一步优化；计算优化后的粒子权重并归一化；计算有效粒子数，基于偏差修正的EWA优化算法进行自适应优化组合重采样；基于粒子的运动轨迹，更新粒子的地图信息，建立实际地图。本发明所提供的粒子滤波方法，能够在使用更少粒子的同时获得更为准确的滤波估计；重采样改进策略在保证粒子多样性的同时解决了传统重采样引起的粒子贫化问题。多方面改进提高了定位与建图的效率和精度。

本发明授权基于和声搜索算法的改进粒子滤波定位与建图方法在权利要求书中公布了：1.一种基于和声搜索算法的改进粒子滤波定位与建图方法，其特征在于，包括以下步骤： 步骤S1：在t＝0时刻，随机选取N个粒子，并将其中第i个粒子的权重记为 步骤S2：将里程计信息作为提议分布，根据上一个时刻的粒子集和提议分布对当前时刻的粒子集进行估计，并按照重要性采样的原理，计算每个粒子的权重大小； 步骤S3：利用和声搜索算法优化采样粒子的位姿，粒子集中的一个粒子对应和声搜索算法中的一个和声，基于适应度函数对和声进行调整优化，从而得到更加准确的粒子状态； 步骤S4：采用小生境算法进行寻优，利用小生境半径对半径内适应度低的粒子进行惩罚，进一步优化粒子； 步骤S5：计算优化后的粒子权重并进行归一化； 步骤S6：当有效粒子数Neff小于N2时，基于偏差修正的EWA优化算法进行自适应优化组合重采样； 步骤S7：根据优化后的位姿，参考当前激光雷达扫描数据对各个粒子的地图进行更新，将权重最高的粒子的地图作为当前估计的地图； 步骤S3具体包括： 步骤S31：对和声搜索算法进行初始化，确定各类参数值，包括：和声记忆库的大小HMS、和声记忆库取值概率的最大值HMCRmax和最小值HMCRmin、音调微调概率的最大值PARmax和最小值PARmin、音调微调带宽的最大值BWmax和最小值BWmin、创作的次数Tmax； 步骤S32：对于固定的和声记忆库取值概率HMCR进行调整，使其随着迭代次数ti进行动态变化，公式为：其中； 步骤S33：对于固定的音调微调概率PAR进行调整，使其随着迭代次数ti进行动态变化，公式为： 步骤S34：对音调微调带宽进行动态调整，根据迭代次数ti进行变化，以Tmax2为阈值，BW变化遵循以下规则： 步骤S35：在新和声的生成中，取和声记忆库中最优和声的某一位置的和声变量替代新和声中同位置的和声变量，即i＝j，其中，为和声记忆库中最优和声的第j个和声变量； 步骤S4具体包括： 步骤S41：将最新观测值引入适应度函数，定义适应度公式为： 其中，Rk为观测噪声的方差，Zk为最新观测值，为预测的观测值； 步骤S42：计算粒子xi与xj之间的距离范数dij：dij＝||xi-xj||,i,j＝1,2,…,N,i≠j； 步骤S43：如果dijσ，σ为小生境半径参数，计算粒子xi与xj的适应度fxi和fxj，对比fxi和fxj的大小，利用惩罚函数降低fxi和fxj中数值较小的粒子，即适应度较低的粒子的适应度：其中，为适应度较低的粒子，pk为惩罚函数； 步骤S44：利用高斯变异算子对进行随机扰动：其中，μ为扰动控制因子，G0,1是均值为0，方差为1的高斯分布随机变量，为高斯扰动项； 步骤S45：重复步骤S42-步骤S44，直到达到预设的迭代次数或者粒子间的距离不小于小生境半径时，跳出小生境算法。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。