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！

龙图腾网获悉厦门市政环境科技股份有限公司;哈尔滨工业大学;厦门水务中环污水处理有限公司申请的专利融合GPR与DWA算法的巡检机器人路径智能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：CN119146985B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411106918.4，技术领域涉及：G01C21/34；该发明授权融合GPR与DWA算法的巡检机器人路径智能规划方法是由马聪;赖智显;唐亮;郑展鹏;孔祥勋;吴伟;丛晟亦;许世达;许宝森;陈瑞琦设计研发完成，并于2024-08-13向国家知识产权局提交的专利申请。

本融合GPR与DWA算法的巡检机器人路径智能规划方法在说明书摘要公布了：本发明公开了一种融合GPR与DWA算法的巡检机器人路径智能规划方法，所述方法包括厂区整体点云数据获取、局部地图划分、全局路径规划与局部路径规划，在厂区环境下机器人局径规划中引入模拟植物生长算法和动态窗口法，评估移动机器人最优避障路径，提高移动机器人动态环境下路径规划避障效率和安全性。本发明基于巡检节点对栅格地图进行划分，采用分块路径规划，算法运行时间短，可以较快规划出全局最优路径；融合模拟植物生长算法和动态窗口法实现了复杂动态环境下的局部路径智能规划，可以有效应对有障碍物的情景。

本发明授权融合GPR与DWA算法的巡检机器人路径智能规划方法在权利要求书中公布了：1.一种融合GPR与DWA算法的巡检机器人路径智能规划方法，其特征在于所述方法包括以下步骤： 步骤1、机器人搭载激光雷达对厂区进行扫描，人为遥控机器人绕厂区一周，获得厂区整体点云数据； 步骤2、基于步骤1获取的点云数据建立厂区整体栅格地图； 步骤3、基于巡检需求在步骤2建立的厂区整体栅格地图中标记检测节点、起点和终点； 步骤4、依据巡检计划，对步骤3标记的检测节点进行编号排序，按巡检先后对厂区整体栅格地图进行分块划分，对部分出口进行封闭，分块进行路径规划，减少计算量； 步骤5、计算光强度： 计算机器人周围8个栅格到目标栅格的距离，其中：8个栅格分别记为上、下、左、右、左上、右上、左下和右下，在计算距离时，分别在x、y轴上计算当前栅格到目标栅格的距离，光强与距离长度成反比，当前网格到目标网格在x轴方向上的光强度和当前网格到目标点在y轴方向上的光强度的计算公式分别为： 式中，Ox为当前网格到目标网格在x轴方向上的距离，Oy为当前网格到目标点在y轴方向上的距离； 步骤6、计算遮光强度： 步骤61、将上、下、左、右四个方向上每个栅格的单位距离设置为1，左上、右上、左下和右下四个方向上每个栅格的单位距离设置为； 步骤62、遇到障碍物或边界时，停止前进，记录上、下、左、右、左上、右上、左下、右下每个方向的所有网格个数N，然后乘以相应的单位距离，得到最终的距离，距离长度与遮光强度成反比，遮光强度S的计算公式如下： 式中，N为机器人周围的八个栅格到障碍物或边界的所需网格数；S为遮光强度； 步骤7、计算总光强： 分别计算机器人周围8个栅格的总光强，总光强的计算公式为： 式中，θ为机器人周围八个栅格与当前位置的角度；Sx为遮光强度在x轴方向上的分量；Sy为遮光强度在y轴方向上的分量；Rx为总光强在x轴上的分量；Ry为总光强在y轴上的分量；R为总光强；OAx为当前网格到目标网格的x轴方向光强，OAy为当前网格到目标网格的y轴方向光强； 步骤8、运动方向确定： 基于步骤7得到的总光强，选择总光强最大的方向为机器人移动方向； 步骤9、记录路径坐标，根据机器人每步的移动方向，记录机器人轨迹坐标，得到机器人全局路径； 步骤10、确定速度空间： 基于机器人本身条件限制、周围障碍物、电机性能的限制，小车的线速度及角速度会在一个范围内活动，具体限制条件如下： 机器人速度受自身速度限制时，其线速度及角速度限制条件为： 式中，、分别为机器人所能达到的最小、最大速度；、分别为机器人所能达到的最小、最大角速度； 机器人受电机性能限制时，其线速度及角速度限制条件为： 式中，、分别为机器人当前的线速度、角速度；、分别为机器人的线速度加速度绝对值、最大角速度加速度绝对值；为单位时间； 机器人受障碍物限制时，其线速度及角速度限制条件为： 式中，d为障碍物与机器人之间的距离； 基于上述三个条件，可共同确定一个速度空间，速度活动空间由、和共同确定；同理，加速度活动空间由、和共同确定，在速度活动空间及加速度活动空间内分别对线速度和角速度随机取样，组成一系列速度组[,]； 步骤11、速度空间评估： 建构基于光强度、遮光强度和与全局路径的接近度三个因素组成的评价函数对速度空间中的每组速度代表的轨迹进行评估，选择最优速度组，所述评价函数的公式如下： 式中，α、β和γ均为评价函数的系数，σ表示归一化，为障碍物与机器人之间距离，d为机器人与终点间距离，为机器人在当前速度组下的轨迹终点坐标，为机器人全局路径坐标，n为全局路径轨迹坐标个数；m为速度组中随机取样个数； 步骤12、确定最优轨迹： 选择使最小的速度组作为最优速度组，从而得到局部路径轨迹，完成全局路径规划及局部路径规划任务。

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厦门市政环境科技股份有限公司;哈尔滨工业大学;厦门水务中环污水处理有限公司，其通讯地址为：361000 福建省厦门市思明区湖滨西路91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”。

以上内容由龙图腾AI智能生成。