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！

龙图腾网获悉南京大学申请的专利一种基于凸松弛的全覆盖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：CN116523155B 。

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：202310351054.1，技术领域涉及：G06Q10/047；该发明授权一种基于凸松弛的全覆盖路径规划方法是由陈力军;刘佳;张擎柱;陈星宇;张旭设计研发完成，并于2023-04-04向国家知识产权局提交的专利申请。

本一种基于凸松弛的全覆盖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凸松弛的全覆盖路径规划方法，包括以下步骤：步骤1，通过一套同步定位与建图方法对需要覆盖的区域进行建图；步骤2，使用笛卡尔网格将地图信息栅格化，并对其进行预处理，将地图网格分为自由网格和障碍物网格，并根据一种覆盖集合生成方案得到候选覆盖集合；步骤3，对步骤2中的候选覆盖集合使用凸松弛的方法将传感器放置问题转化为一个凸优化问题，使用线性规划器对其求解，得到最小覆盖集；步骤4，对步骤3中得到的最小覆盖集应用一套广义旅行商方法得到最优的全局路径。本发明方法针对既定场景，通过优化移动扫描路径大幅提升信号全覆盖的效率。

本发明授权一种基于凸松弛的全覆盖路径规划方法在权利要求书中公布了：1.一种基于凸松弛的全覆盖路径规划方法，其特征在于，包括以下步骤： 步骤1，通过同步定位与建图方法对需要覆盖的区域进行建图，即通过带有传感器的机器人在目标区域内移动，通过机器人在移动中获取的传感器数据进行计算，得到目标区域的地图； 步骤2，获取候选覆盖集合：使用笛卡尔网格将目标区域的地图栅格化，并进行预处理，得到边界网格集合，对边界网格集合，根据覆盖集合生成方案得到候选覆盖集合； 步骤3，将全覆盖路径规划问题拆分为传感器覆盖问题和广义旅行商问题分步解决；其中，对于全覆盖路径规划问题，使用凸松弛方法得到最小覆盖集：对步骤2中得到的候选覆盖集合使用凸松弛的方法，将传感器放置问题转化为凸优化问题，使用线性规划器对凸优化问题进行求解，得到最小覆盖集； 步骤4，对步骤3中得到的最小覆盖集应用广义旅行商方法得到最优的全局路径，最终完成基于凸松弛的全覆盖路径规划； 其中，步骤3中所述的使用凸松弛方法得到最小覆盖集，具体方法包括： 步骤3-1，对步骤2中生成的候选覆盖集合中的每一个候选覆盖赋予一个覆盖代价； 步骤3-2，将传感器放置问题建模为线性规划问题，并使用凸松弛转化为凸优化问题； 步骤3-3，在迭代过程中使用线性规划解决器解决该凸优化问题，得到最小覆盖集； 步骤3-1中所述的覆盖代价如下： 其中，costi,j表示覆盖代价，disi,j为候选覆盖的两个端点网格fi与fj的直线距离； 步骤3-2中所述的建模为线性规划问题，具体方法如下： 其中，A＝a1,...,ak为选择向量，表示是否选择对应的候选覆盖，C为候选覆盖对应的覆盖代价，W表示权重向量，表示哈达马积；线性规划问题的约束为VA≥1,1≥A≥0，其中V表示每个自由网格是否对对应的候选覆盖可见，即每个自由网格至少对最小覆盖集中一个覆盖可见，VA表示自由网格对最小覆盖集可见的数量；最小覆盖集即为优化后的选择向量A，表示最小覆盖集中是否包含对应的候选覆盖； 步骤3-3中所述的在迭代过程中使用线性规划解决器解决该线性规划问题，具体方法包括： 步骤3-3-1，计算每个候选覆盖的覆盖代价并初始化矩阵W，W中的每个元素表示对应候选覆盖的权重； 步骤3-3-2，使用COIN-ORCBC线性规划器解决该线性规划问题； 步骤3-3-3，使用权重更新公式更新权重向量W的值，并计算选择向量A的稀疏度，若稀疏度连续Iconv次未变，则结束迭代循环，否则重新执行步骤3-3-2进行迭代； 所述的权重更新公式为： 其中，∈i表示权重更新参数，ai为选择向量A中对应的元素，e为自然常数。

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大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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”。