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！

龙图腾网获悉浙江工业大学申请的专利面向复杂动态场景的医用护理机器人实时动态路径规划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：CN116560360B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202310444430.1，技术领域涉及：G05D1/43；该发明授权面向复杂动态场景的医用护理机器人实时动态路径规划方法及系统是由付明磊;邵渊;刘锦元;格里高利普拉卡波维奇;乌拉迪斯劳锡丘设计研发完成，并于2023-04-24向国家知识产权局提交的专利申请。

本面向复杂动态场景的医用护理机器人实时动态路径规划方法及系统在说明书摘要公布了：本发明公开了一种面向复杂动态场景的医用护理机器人实时动态路径规划方法及系统，方法包括：S1、载入一张地图，并对其进行二值化处理；S2、对自由空间Xfree中拟合的多边形进行地图凸多边形重构；S3、当机器人起点被确定后，利用改进的实时探索式搜索树路径规划方法，对地图进行路径搜索；S4、在终点确定以后，机器人以某一速度沿着路径朝终点走去，并使探索式搜索树搜索的树根节点随着机器人移动；S5、针对机器人行进过程中目标点改变的情况，从树的根节点进行重布线；S6、针对机器人行进过程中出现障碍物的情况，首先需要阻塞探索式搜索树中被障碍物占据的节点，以此来避免机器人碰撞障碍物。

本发明授权面向复杂动态场景的医用护理机器人实时动态路径规划方法及系统在权利要求书中公布了：1.一种面向复杂动态场景的医用护理机器人实时动态路径规划方法，其特征在于，所述方法具体包括以下步骤： S1、载入一张地图，并对其进行二值化处理，其中黑色部分为不可通行区域，白色部分为可通行区域，并将其称为自由空间，之后将地图进行多边形拟合，提取地图中的边界信息与角点信息； S2、对自由空间中拟合的多边形进行地图凸多边形重构，将自由空间分割为多个凸多边形的集合，由于凸多边形的性质，凸多边形内部的路径是同伦道路，即视为相似的路径，对路径的搜索直接在凸多边形的边界上进行，从而避免重复路径搜索，提升搜索效率； S3、当机器人起点被确定后，开始路径规划，利用改进的实时探索式搜索树路径规划方法，对地图进行路径搜索；具体包括： S31、优先搜索凸多边形的每一条切割线的中点，快速得到起点到每一个凸多边形的路径，因此，无论终点在哪，只需要判断终点在地图上的哪一个凸多边形中，就可以快速得到一条次优路径； S32、在遍历完所有凸多边形的每一条切割线后，再随机重复采样凸多边形的割线上的点，来优化路径的长度； S4、在终点确定以后，机器人以某一速度沿着路径朝终点走去，并使探索式搜索树搜索的树根节点随着机器人移动，从而不丢弃先前采样的路径，但也不必等待树完全构建，因此搜索树扩展和机器人移动是交错的； S5、针对机器人行进过程中目标点改变的情况，由于探索式搜索树搜索的根节点随机器人移动，并且从树的根节点进行重布线，利用先前采样的路径来快速得到一个次优解，并在后续树的采样过程中不断优化路径长度； S6、针对机器人行进过程中出现障碍物的情况，首先需要阻塞探索式搜索树中被障碍物占据的节点，以此来避免机器人碰撞障碍物；然后需要判断出障碍物在哪一些凸多边形中，在后续的探索式搜索树采样过程中，只需要对障碍物所占据的凸多边形内部进行采样，由于采样被限制在障碍物所在凸多边形内部，极大提升了路径搜索效率，并更好地实现避障； 在步骤S5中，探索式搜索树的根节点会随着机器人移动，其中节点的移动和搜索树的更新是相互交替的；在一次迭代中，根节点首先随着机器人移动，之后进行树的搜索，树的搜索包括树的扩张和重布线，树的扩张为由剖分线引导的节点采样；树的重布线分为从根节点重布线和随机重布线，从根节点重布线利用原先采样的信息来很好地解决目标点改变的情况与障碍物的躲避，随机重布线用于路径的优化； 在步骤S6中，随着障碍物的增加，在新添加的障碍物周围的采样概率增加，而旧障碍物周围的采样概率减少，具体实现的方法为： 定义一个特殊的采样概率函数，设置障碍物数组为,其中的障碍物按先后出现的顺序排列，第一个出现的障碍物为，第n个出现的障碍物为；按出现顺序定义一个概率权重数组，第一个出现障碍物权重为1，第n个出现的障碍物权重为n，权重数组为，计算概率时，第i个障碍物被选中的概率如公式4所示： 其中为对数组中的值进行求和。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18号浙江工业大学；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。