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！

龙图腾网获悉天津大学申请的专利基于改进RRT*算法的水下滑翔机路径规划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：CN120010523B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202510122234.1，技术领域涉及：G05D1/485；该发明授权基于改进RRT*算法的水下滑翔机路径规划方法是由高忠科;李洋;周亚涛;隽荣顺;王天恕;牛文栋设计研发完成，并于2025-01-26向国家知识产权局提交的专利申请。

本基于改进RRT*算法的水下滑翔机路径规划方法在说明书摘要公布了：本发明公开了一种基于改进RRT*算法的水下滑翔机路径规划方法，包括：S1，准备矩形海试区域的深度平均流数据；S2，对矩形海试区域进行网格化处理；S3，提取矩形海试区域中RRT*算法的偏好采样区域；S4，基于偏好采样区域按照下述“获取路径的方法”循环执行，每次执行“获取路径的方法”后得到一个路径，当迭代次数达到K时，输出当前最佳路径，其中，迭代次数为在“获取路径的方法”循环执行的过程中步骤1执行的次数总和。本发明的水下滑翔机路径规划方法基于运动时间进行重组连边，提升了探索效率，提出了“判断相邻路径点之间路径的有效性的方法”，保证了输出的当前最佳路径在海域环境中的可行性以及适用性。

本发明授权基于改进RRT*算法的水下滑翔机路径规划方法在权利要求书中公布了：1.基于改进RRT*算法的水下滑翔机路径规划方法，其特征在于，包括以下步骤： S1，准备矩形海试区域的深度平均流数据，深度平均流数据包括：矩形海试区域内坐标点的速度矢量，每个坐标点的速度矢量包括该坐标点的速度大小和方向，其中，方向为该坐标点在不同深度下的海流速度方向的平均值，速度大小为该坐标点在不同深度下的海流速度大小的平均值； S2，对矩形海试区域进行网格化处理，在经度方向上得到xnum个相同的方格海域、在纬度方向上得到ynum个相同的方格海域；其中，将每个方格海域的四个顶点的深度平均流数据的平均值作为该方格海域的深度平均流数据； S3，提取矩形海试区域中RRT*算法的偏好采样区域； S4，基于偏好采样区域按照下述“获取路径的方法”循环执行，每次执行“获取路径的方法”后得到一个路径，当迭代次数达到K时，输出当前最佳路径，其中，每次执行“获取路径的方法”后，将该次执行“获取路径的方法”所得路径的消耗时间与此前“获取路径的方法”生成的所有路径中消耗时间最小的路径进行比较，保留时间最小的路径作为当前最佳路径，每次执行“获取路径的方法”所得的随机搜索树用于下一次执行“获取路径的方法”；其中，迭代次数为在“获取路径的方法”循环执行的过程中步骤1执行的次数总和，K为迭代次数的设定上限； 其中，获取路径的方法包括： 步骤1，确定采样点xrand：将目标点xgoal作为采样点xrand或在偏好采样区域内随机选取点作为采样点xrand； 步骤2，基于RRT*算法，将起点xinit作为随机搜索树的根节点，在随机搜索树中将距离采样点xrand最近的点作为采样点xrand的最邻近节点xnearest，其中，根据采样点xrand和最邻近节点xnearest组成的方向向量和扩展步长s，确定xnew的经纬度坐标，判断xnearest至xnew之间的路径的有效性：如果xnearest至xnew之间的路径具有有效性，将xnearest作为xnew的父节点，并将xnew与其父节点xparent进行连接，如果xnearest至xnew之间的路径不具有有效性，则返回步骤1重新执行；其中，将xnearest和xnew作为相邻路径点，按照“判断相邻路径点之间路径的有效性的方法”判断xnearest至xnew之间的路径的有效性； 步骤3，根据海流影响程度I更新xnew的父节点xparent，包括步骤3-1和步骤3-2： 步骤3-1，以xnew为圆心、R为半径构建xnew的圆形邻域，将在随机搜索树中且在该圆形邻域内的所有节点作为xnew的邻域节点集合，其中，n为随机搜索树的节点的数量，c是一个常数，d为RRT*算法中搜索空间的维度； 步骤3-2，遍历xnew的邻域节点集合，将xnew和邻域节点集合中每个邻域节点xnear作为相邻路径点，根据“判断相邻路径点之间路径的有效性的方法”，判断邻域节点集合中的每个邻域节点xnear到xnew的路径是否有效，并使得有效的路径对应的邻域节点xnea组成有效邻域节点集合；计算有效邻域节点集合中每个邻域节点xnear对应的海流影响程度Itotal,其中，Itotal＝I1+I2，I1为邻域节点xnear到xnew的路径的海流影响程度，I2为自起点xinit经过当前随机搜索树的节点运动至邻域节点xnear的路径中所有相邻节点之间路径的海流影响程度的总和；选择有效邻域节点集合中最大的海流影响程度Itotal对应的邻域节点xnear作为xnew的父节点xparent，并将xnew与其父节点xparent进行连接，其中，随机搜索树中的每个节点有且仅有一个父节点； 步骤4，对步骤3-2的有效邻域节点集合中除xnew的父节点之外的每个xnear按照重组连边方法进行计算，重组连边方法包括步骤4-1和步骤4-2： 步骤4-1，采用“计算相邻路径点之间路径的运动时间的方法”计算从起点xinit经过当前随机搜索树的节点运动至xnear的运动时间t1；采用“计算相邻路径点之间路径的运动时间的方法”计算从起点xinit经过当前随机搜索树的节点运动至xnew再从xnew沿直线运动至xnear的运动时间t2； 步骤4-2，若t1t2，则令xnear与其父节点断开连接，将xnew作为该xnear的父节点，并将xnew与该xnear进行连接，更新当前随机搜索树，该xnear的判断方法结束；如果t1≤t2，则不对当前随机搜索树进行更新，该xnear的判断方法结束； 步骤5，判断xnew与目标点xgoal之间的欧式距离是否小于距离阈值dthreshhold：若xne与目标点xgoal之间的欧式距离是大于等于距离阈值dthreshhold，则返回步骤1；若xnew与目标点xgoal之间的欧式距离是小于距离阈值dthreshhold，则执行步骤6； 步骤6，根据“判断相邻路径点之间路径的有效性的方法”判断从xnew至目标点xgoal的路径的有效性：如果从xnew至目标点xgoal的路径有效，则将xnew作为目标点xgoal的父节点，并将xnew与目标点xgoal进行连接，更新当前随机搜索树；如果从xnew至目标点xgoal的路径无效，则基于蒙特卡洛圆形区域采样策略在xnew与目标点xgoal之间补充路径点，并将补充的路径点及其对应连边加入至随机搜索树中，更新当前随机搜索树； 步骤7，在步骤6得到的随机搜索树中，将目标点xgoal作为当前路径点，根据随机搜索树找到当前路径点的父节点作为下一个当前路径点，继续寻找下一个当前路径点的父节点，重复上述操作，直到追溯到起点xinit为止，得到从目标点xgoal至起点xinit的所有路径点，进而得到从起点xinit至目标点xgoal的一条路径。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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”。