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！

龙图腾网获悉北京理工大学长三角研究院(嘉兴);北京理工大学申请的专利面向拥挤环境的纯视觉分布式集群飞行涌现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：CN119882819B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202510016696.5，技术领域涉及：G05D1/695；该发明授权面向拥挤环境的纯视觉分布式集群飞行涌现方法及系统是由刘畅;李娟;扶磊;张芸浩;王贻海设计研发完成，并于2025-01-06向国家知识产权局提交的专利申请。

本面向拥挤环境的纯视觉分布式集群飞行涌现方法及系统在说明书摘要公布了：本发明公开了一种面向拥挤环境的纯视觉分布式集群飞行涌现方法及系统，属于无人机集群飞行技术领域，包括以下步骤：S1，获得观测的图像；S2，对图像的解析得到环境深度图和RGB图；S3，对RGB图进行分析，得到邻居无人机的位置与速度信息；S4，从环境深度图中生成栅格图与ESDF地图；S5，机载智能端机将任务航点和S3，S4中的信息综合，使用集群模型进行集群决策，得到速度决策量；S6，机载智能端机将速度决策量发送给无人机自驾仪；S7，将飞行状态信息反馈给机载智能端机。本发明旨在解决无人机集群系统过分依赖于机间通信、无法应对复杂拥挤环境、个体对复杂拥挤环境适应性低的问题。

本发明授权面向拥挤环境的纯视觉分布式集群飞行涌现方法及系统在权利要求书中公布了：1.一种面向拥挤环境的纯视觉分布式集群飞行涌现方法，其特征在于：包括以下步骤： S1，旋翼无人机通过机载深度相机获得观测的可见光图像； S2，通过对图像的解析分别得到环境深度图和RGB图； S3，对RGB图进行分析，对邻居无人机的位置信息进行Kalman滤波，估计出邻居无人机的位置与速度信息； S4，从环境深度图中生成栅格图与ESDF地图； S5，机载智能端机将集群地面站的集群任务航点和邻居无人机的位置与速度信息进行加权，加权后配合栅格图与ESDF地图的信息使用集群模型进行集群决策，得到速度决策量； S6，机载智能端机将速度决策量发送给无人机自驾仪，无人机自驾仪根据速度决策量控制旋翼无人机进行集群飞行； S7，旋翼无人机将飞行状态信息反馈给机载智能端机； S5的具体步骤为： S51，建立集群模型； S51，使用ESDF地图，获取障碍物位置信息，得到避障行为，作为速度决策量一； S52，使用S3中的邻居无人机位置与速度信息，得到距离保持行为，作为速度决策量二； S53，使用集群地面站中的集群任务航点，得到任务行为，作为速度决策量三； S54，将速度决策量二和速度决策量三进行加权，权重为1得到速度决策量四； S55，将速度决策量四与速度决策量一综合起来进行集群决策，得到速度决策量； 集群模型的建立具体过程为： 使用无向图表示由个体数量为的无人机集群，其中为无人机集合，为无人机之间的交互边，其中为无人机最大感知范围，为无人机相对于的位移向量，无人机的探测到的邻居集定义为，集群模型中每个无人机都遵循以下运动模型： ； 其中和为无人机的位置和速度，为大于0的控制参数，为无人机速度控制器的输入量，也是速度决策量，满足无人机最大的速度限制； 避障行为的获得方式为： 从ESDF地图中获得障碍物信息，其中为获取到的障碍物的个数，，为障碍物信息置信度，为无人机指向障碍物表面的最短向量，； 无人机的位置坐标为，障碍的位置坐标为，无人机与障碍的相对位置关系为，与以无人机当前速度预测之后个时间步长的位置，每个预测位置到最近障碍点的相对位置关系为； 引入预测避障参数，无人机按照当前的速度往后预测一定步长内存在与障碍物距离小于，则需要执行避障规则，为无人机判断是否抵达目标区域的阈值，为无人机判断需要开始避障的距离阈值，其中，设置为3米，为1；满足以下条件： ； 根据避障规则产生的期望速度矢量为： 。

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北京理工大学长三角研究院(嘉兴);北京理工大学，其通讯地址为：314000 浙江省嘉兴市秀洲区油车港镇东方北路1940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”。