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！

龙图腾网获悉西北工业大学申请的专利复杂高动态环境的群飞行器协同感知决策控制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：CN120317471B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510803528.0，技术领域涉及：G06Q10/047；该发明授权复杂高动态环境的群飞行器协同感知决策控制方法及系统是由周大明;吕梅柏;王佩;王红梅;葛致磊;周升丽设计研发完成，并于2025-06-17向国家知识产权局提交的专利申请。

本复杂高动态环境的群飞行器协同感知决策控制方法及系统在说明书摘要公布了：本发明公开了复杂高动态环境的群飞行器协同感知决策控制方法及系统，涉及集群式飞行器技术领域，包括获取目标群飞行器的性能参数，结合目标任务区域的地理信息构建任务场景模型，通过构建目标优化函数，通过图神经网络算法迭代优化飞行器与任务的分配方案，输出每架飞行器的任务分配结果，之后依次根据飞行路径约束条件以及分析飞行路径中产生的飞行成本与对应任务需求的匹配度，生成全局最优的任务分配与飞行路径的协同方案。本发明通过实时感知任务需求和环境变化，结合各个飞行器的性能参数，动态调整任务分配与路径规划，相比传统静态方法，其能够快速响应任务场景的动态变化，确保任务分配合理性和路径规划的有效性。

本发明授权复杂高动态环境的群飞行器协同感知决策控制方法及系统在权利要求书中公布了：1.复杂高动态环境的群飞行器协同感知决策控制方法，其特征在于，包括： 获取目标群飞行器中每架飞行器的性能参数，以及根据历史飞行统计数据确定其故障概率，同时获取任务需求的变化特性，结合目标任务区域的地理信息构建任务场景模型，所述任务场景模型输出不同任务场景下的任务需求以及每架飞行器的初始可用状态； 基于所述任务场景模型，结合每架飞行器的所述性能参数及任务需求的所述变化特性，构建优化目标为最小化任务延迟成本和每架飞行器使用成本之和的目标优化函数；根据任务区域的地理分布与每架飞行器的所述初始可用状态确定初始任务分配方案，后通过图神经网络算法将所述目标优化函数作为约束条件，根据各任务区域和所述初始任务分配方案的拓扑结构，迭代出每架飞行器符合所述约束条件的任务分配结果； 针对每架飞行器的所述任务分配结果，利用深度学习算法生成全局优化的路径规划方案，同时利用模拟学习算法提取历史任务数据中完成时间短和路径能耗地的路径特征作为局部路径规划方案，后利用纳什谈判理论协调两个算法的路径规划方案，生成每架飞行器的初步优化方案； 基于每架飞行器的所述初步优化方案，通过分析飞行路径中产生的飞行成本与对应任务需求的匹配度，调整所述深度学习算法中的优化目标权重和模仿学习算法中的路径特征的提取策略，使两种方案逐步协同优化，直至收敛至全局最优的任务分配与飞行路径的协同方案。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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”。