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！

龙图腾网获悉南京理工大学申请的专利基于时间-能量的无人机自主降落路径规划方法及系统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：CN119847188B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202510329719.8，技术领域涉及：G05D1/46；该发明授权基于时间-能量的无人机自主降落路径规划方法及系统是由麻玥瑄;钱普华;陆宇设计研发完成，并于2025-03-20向国家知识产权局提交的专利申请。

本基于时间-能量的无人机自主降落路径规划方法及系统在说明书摘要公布了：本发明提出一种基于时间‑能量的无人机自主降落路径规划方法及系统，该方法包括：构建时间‑能量最优的自主降落模型；基于自主降落模型设计自主跟踪机制：基于目标轨迹预测序列，通过滚动空间生成局部目标并执行局部重规划，将局部目标作为目标位置，通过搜索算法获取无人机轨迹搜索序列；基于无人机轨迹搜索序列，生成无人机目标轨迹预测序列；设计自主降落机制：设计时间和动力学约束，并考虑自主降落中的终端约束，优化自主降落模型；通过NLOPT求解自主降落模型；最后，初始化参数，通过包括所述自主跟踪机制和自主降落机制的自主降落有限状态机，完成降落。本发明可以适应不同的场地和环境，通过调整规划参数或算法来适应不同的条件。

本发明授权基于时间-能量的无人机自主降落路径规划方法及系统在权利要求书中公布了：1.一种基于时间-能量的无人机自主降落路径规划方法，其特征在于：包括步骤： 构建时间-能量最优的自主降落模型； 基于自主降落模型设计自主跟踪机制，用于生成无人机自主跟踪路径，包括： 通过滚动空间生成局部目标并执行局部重规划，将局部目标作为目标位置，通过搜索算法获取无人机轨迹搜索序列； 基于无人机轨迹搜索序列，生成无人机目标轨迹预测序列； 设计自主降落机制实现无人机降落，包括： 设计时间和动力学约束，并考虑自主降落中的终端约束，优化自主降落模型； 通过NLOPT求解自主降落模型； 初始化运动规划参数，通过包括所述自主跟踪机制和自主降落机制的自主降落有限状态机，完成降落； 自主降落模型的目标函数设计为： ； 其中，表示降落时长，为调节参数，分别表示的三阶导数，表示无人机在时刻的位置； 所述目标函数的约束条件包括： 动力学微分约束为： ； ； 其中，表示时刻的无人机状态，表示的一阶导数；参数矩阵，表示行列的零矩阵，表示维的单位矩阵；、和分别表示在方向、方向和方向上的位置，、和分别表示的一阶、二阶和三阶导数；表示无人机的跃度，取值为； 边界约束为： ； 其中，表示降落开始时刻，即初始时刻；表示无人机降落开始时刻的状态，即无人机初始状态；表示降落完成时刻，表示无人机降落完成时刻的状态； 关于速度和加速度的过程约束为： ； ； 其中，表示无人机在时刻的速度，表示降落过程的无人机最大速度约束；表示无人机在时刻的加速度，表示降落过程的无人机最大加速度约束； 关于时间轨迹的过程约束：将降落开始时刻至降落完成时刻按照MINCO曲线划分为个时间轨迹片段，记为，每个时间轨迹片段的持续时间必须大于0：； 设计时间和动力学约束，优化自主降落模型具体包括： 关于速度和加速度的过程约束，将目标函数优化为： ； ； ； 其中，和分别为速度惩罚和加速度惩罚的权值，为关于加速度的过程约束优化目标，为关于速度的过程约束优化目标； 关于时间轨迹的过程约束，将目标函数优化为： ； ； ； 其中，，为无约束虚拟时间序列，表示MINCO曲线的路径点序列； 基于无人机轨迹搜索序列，生成无人机目标轨迹预测序列，具体包括： 采用二阶链式积分模型对目标进行动力学建模，将目标加速度作为系统输入，为： ； ； ； 其中，表示时刻目标的状态变量，表示的一阶导数；表示目标在时刻的位置，、和分别表示在方向、方向和方向上的位置，和分别表示的一阶和二阶导数；表示目标的系统输入，取值为； 通过目标的动力学模型计算预测时长后的目标估计位置： ； 其中，目标初始位置，目标初始速度； 将目标的系统输入采用离散值，表示为： ； 其中，表示目标最大加速度约束，表示离散系数的设定值； 基于时刻目标的状态变量，选择时刻的目标的系统输入： ； 其中，表示实际代价，表示启发代价： ； ； 其中，表示调节参数； 将最优的系统输入对应的状态变量添加至目标轨迹预测序列。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200号；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”。