Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工业大学姚蔚然获国家专利权

哈尔滨工业大学姚蔚然获国家专利权

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!

龙图腾网获悉哈尔滨工业大学申请的专利一种基于完全膨胀图的无人机最优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:CN119065384B

龙图腾网通过国家知识产权局官网在2025-08-15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:202411113631.4,技术领域涉及:G05D1/46;该发明授权一种基于完全膨胀图的无人机最优路径规划方法是由姚蔚然;胡家宁;邵翔字;吴立刚;李晓磊;孙光辉设计研发完成,并于2024-08-14向国家知识产权局提交的专利申请。

一种基于完全膨胀图的无人机最优路径规划方法在说明书摘要公布了:一种基于完全膨胀图的无人机最优路径规划方法,本发明涉及基于完全膨胀图的无人机最优路径规划方法,本发明属于无人机器人路径规划领域。本发明的目的是为了解决现有Voronoi图难以用于三维场景的路径规划,以及维诺图本身并非为无人机路径规划设计,得到的路线图通常十分曲折,不能直接由无人机执行的问题。一种基于完全膨胀图的无人机最优路径规划方法具体过程为:步骤一:构建初始栅格地图;步骤二:基于初始栅格地图构建代价地图;步骤三:根据代价地图获得地图骨架;步骤四:在代价地图中搜索一条最优的路径。

本发明授权一种基于完全膨胀图的无人机最优路径规划方法在权利要求书中公布了:1.一种基于完全膨胀图的无人机最优路径规划方法,其特征在于:所述方法具体过程为: 步骤一:构建初始栅格地图; 步骤二:基于初始栅格地图构建代价地图; 步骤三:根据代价地图获得地图骨架; 步骤四:在代价地图中搜索一条最优的路径;具体过程为: 步骤四一:给定无人机的初始位置、目标位置和代价地图; 使用节点数据结构表示代价地图的栅格的状态,节点中包含的信息有:代价地图中当前节点的位置、代价地图中前序节点的位置、代价地图中当前节点位置的安全代价G值、代价地图中从当前节点的位置到目标位置的估计代价H值、代价地图中估算总代价F值; 针对二维情况: 针对三维情况: 其中,CostMapx,y表示针对二维情况的代价地图;Gx,y表示针对二维情况的代价地图中当前节点位置的安全代价;x,y表示针对二维情况的代价地图中当前节点位置;CostMapx,y,z表示针对三维情况的代价地图;Gx,y,z表示针对三维情况的代价地图中当前节点位置的安全代价;x,y,z表示针对三维情况的代价地图中当前节点位置;k是一个可调节的参数; 针对二维情况: 针对三维情况: 其中,Hx,y表示针对二维情况的代价地图中从当前节点的位置到目标位置的估计代价;x,y表示针对二维情况的代价地图中当前节点位置;xgoal,ygoal表示针对二维情况的代价地图中目标位置;Hx,y,z表示针对三维情况的代价地图中从当前节点的位置到目标位置的估计代价;x,y,z表示针对三维情况的代价地图中当前节点位置;xgoal,ygoal,zgoal表示针对三维情况的代价地图中目标位置; F=G+H 步骤四二:根据输入的无人机初始位置、目标位置和代价地图构造初始节点,将初始节点加入到开集中,对开集包含的节点按照F值升序排序; 步骤四三:判断开集是否为空; 若开集为空,搜索失败,说明无人机目标位置无法达到; 若开集非空,取开集中总代价最小的节点作为当前节点;如果当前节点的位置与目标位置相同,则结束图搜索,回溯并返回路径;如果当前节点的位置与目标位置不相同,将当前节点从开集中删除,加入闭集中;扩展当前节点的相邻节点,然后将邻居节点加入到开集中,对开集包含的节点按照F值升序排序;重复执行步骤四三。

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哈尔滨工业大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街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”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。