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！

龙图腾网获悉复旦大学申请的专利基于模仿学习的单体无人机自主运动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：CN116481532B 。

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：202211315393.6，技术领域涉及：G01C21/20；该发明授权基于模仿学习的单体无人机自主运动规划方法是由李伟;王冀;张隆源;侯梓越;刘子昂设计研发完成，并于2022-10-26向国家知识产权局提交的专利申请。

本基于模仿学习的单体无人机自主运动规划方法在说明书摘要公布了：本发明提供了一种基于模仿学习的单体无人机自主运动规划方法。构建一个仿真环境并在仿真环境中基于现实无人机构建相应的虚拟无人机模型，包括以下步骤：步骤S1，基于仿真环境获得虚拟无人机进行轨迹规划的训练样本；步骤S2，通过训练样本训练现实无人机的神经网络；步骤S3，通过现实无人机的传感器，采集实时环境感知数据和现实无人机自身状态数据；步骤S4，结合目标点数据采用神经网络基于实时环境感知数据和现实无人机自身状态数据生成实时预测轨迹点序列；步骤S5，将实时预测轨迹点序列转化为控制量；步骤S6，控制现实无人机根据控制量进行自主运动。本方法能够很好的兼顾避障成功率和无人机飞行速度，具有极大的应用前景。

本发明授权基于模仿学习的单体无人机自主运动规划方法在权利要求书中公布了：1.一种基于模仿学习的单体无人机自主运动规划方法，其特征在于，构建一个仿真环境并在仿真环境中基于现实无人机构建相应的虚拟无人机模型，包括以下步骤： 步骤S1，基于所述仿真环境获得所述虚拟无人机进行轨迹规划的训练样本，所述训练样本包括训练属性样本和标签； 步骤S2，通过所述训练样本训练所述现实无人机的神经网络； 步骤S3，通过所述现实无人机的传感器，采集实时环境感知数据和现实无人机自身状态数据； 步骤S4，结合目标点数据采用所述神经网络基于所述实时环境感知数据和所述现实无人机自身状态数据生成实时预测轨迹点序列； 步骤S5，将所述实时预测轨迹点序列生成轨迹并优化得到预测轨迹曲线，对所述预测轨迹曲线进行均匀B-Spline曲线参数化获得控制量； 步骤S6，控制所述现实无人机根据所述控制量进行自主运动， 其中，在所述步骤S2中，所述神经网络将所述训练属性样本分为深度图像分支和无人机状态分支并生成对应的特征向量，将所述特征向量输入模仿学习网络模型获得所述实时预测轨迹点序列， 所述深度图像分支包括MobileNet-V3网络， 所述神经网络包括三个损失函数，该三个损失函数为：所述标签与所述实时预测轨迹点之间的对比差值损失、无人机自身实时预测轨迹与环境中最近障碍物的距离损失和所述实时预测轨迹点之间保持固定距离的损失。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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”。