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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种能量约束条件下的无人机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：CN119937616B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411918386.4，技术领域涉及：G05D1/495；该发明授权一种能量约束条件下的无人机路径规划方法是由王锐;刘泽;黄伟雄;李凯文;李文桦;史志超;黄生俊;张涛设计研发完成，并于2024-12-25向国家知识产权局提交的专利申请。

本一种能量约束条件下的无人机路径规划方法在说明书摘要公布了：本发明公开了一种能量约束条件下的无人机路径规划方法，包括如下步骤：获取环境及无人机信息，采用概率地图进行实时更新；考虑任务要求和能量约束，生成多条可能的路径，并估算每条路径的能量消耗，选择最优的初始路径；在最优的初始路径的基础上，根据概率地图的反馈，学习并动态调整飞行路径；持续监控无人机能量水平，实时调整无人机的任务或返场路径。本发明方法不仅提升了无人机在执行任务时的能量使用效率，还增强了其在复杂、不确定环境中的导航能力，这样的综合方案使无人机能够高效、安全地完成多任务，同时提升了系统的智能化水平和适应性。

本发明授权一种能量约束条件下的无人机路径规划方法在权利要求书中公布了：1.一种能量约束条件下的无人机路径规划方法，其特征在于，包括如下步骤： 步骤1，获取环境及无人机信息，采用概率地图进行实时更新； 步骤2，考虑任务要求和能量约束，生成多条可能的路径，并估算每条路径的能量消耗，选择最优的初始路径； 步骤3，在最优的初始路径的基础上，根据概率地图的反馈，学习并动态调整飞行路径； 步骤4，持续监控无人机能量水平，实时调整无人机的任务或返场路径； 所述的采用概率地图进行实时更新，包括以下步骤： 初始化地图，地图用栅格地图或连续空间表示，其中每个栅格或区域包含一个初始概率，表示位置是否被占用； 通过传感器实时采集周围环境数据，作为环境感知的基础； 根据传感器的测量值，通过贝叶斯更新规则来更新每个位置上是否有障碍物的概率； 随着无人机的移动和环境信息的更新，概率地图不断调整更新； 所述根据概率地图的反馈，学习并动态调整飞行路径，包括以下步骤： 定义状态和动作空间，状态空间S包括：无人机的当前位置信息x,y,z、当前飞行速度v、当前飞行方向θ、剩余能量Eremaining、环境信息包括障碍物位置、风速、地形高度环境特征Env，状态用向量表示为st＝xt,yt,zt,vt,θt,Eremaining,Envt；动作空间A包括速度调整、方向调整、高度调整，每个动作表示为一个向量at＝av,aθ,ah，av表示调整飞行速度，aθ表示调整飞行方向，ah表示调整飞行高度； 定义奖励函数，奖励函数包括能量效率奖励、安全性奖励、任务完成奖励，能量效率奖励REs,a，假设在状态s下执行动作a消耗的能量为Es,a，则能量奖励可以设计为负值，表示能量消耗越大奖励越低，REs,a＝-αE·Es,a，其中，αE是能量消耗的权重系数，Es,a是执行动作a所需的能量消耗；安全性奖励RSs,a，基于无人机与障碍物之间的距离dobss进行设计，距离越近奖励越低，其中，αS是安全权重系数，∈是一个小的正数，用于防止除零错误；任务完成奖励RTs，当无人机成功到达目标点时，给予一个高奖励RTs＝βT，表示任务完成；综合奖励函数，无人机在状态s下执行动作a的总奖励Rs,a表示为上述各项奖励的加权和，Rs,a＝REs,a+RSs,a+RTs； 状态转移与更新，无人机在状态st下执行动作at后，基于动力学模型和环境的状态转移方程，进入下一个状态st+1，状态转移模型表示为：st+1＝fst,at+ωt，其中，fst,at是无人机的状态转移函数，描述了在当前状态下执行动作后的状态变化，ωt是过程噪声，表示环境不确定性的影响； 能量消耗计算，在每个状态st下执行动作at时，计算能量消耗Est,at； 策略更新与优化，采用强化学习通过策略更新来最大化累积奖励； 通过强化学习，自主调整无人机的速度、方向和高度，以达到最优的路径规划目标。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。