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！

龙图腾网获悉北京工业大学申请的专利一种针对复杂环境的多机器人协同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：CN119690080B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411845662.9，技术领域涉及：G05D1/43；该发明授权一种针对复杂环境的多机器人协同路径规划方法是由张智皓;张祥银;张昊;邓徽;陆瑶设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本一种针对复杂环境的多机器人协同路径规划方法在说明书摘要公布了：本发明属于路径规划方法，具体涉及一种针对复杂环境的多机器人协同路径规划方法。它包括：准备步骤，以及后续的执行步骤，步骤一：对每个机器人单独规划最短路径；步骤二：对机器人进行全局优先级分配；步骤三：引入机器人和冲突消解；步骤四：判断冲突并分类消解冲突；步骤五：关键冲突时的优先级分配；步骤六：解决关键冲突；步骤七：保存和展示路径。本发明相对于现有技术具有以下有益效果：以CA*算法为基础，提出一种基于冲突分类和优先级博弈的冲突消解方法，可以有效解决多机器人路径规划中的占路、封堵、迎面相撞等问题，且在解决这些问题的基础上有效提高了算法的效率。

本发明授权一种针对复杂环境的多机器人协同路径规划方法在权利要求书中公布了：1.一种针对复杂环境的多机器人协同路径规划方法，其特征在于，包括下述步骤： 准备步骤，以及后续的执行步骤， 步骤一：对每个机器人单独规划最短路径 规定不考虑除自己外的机器人的路径，仅考虑地图自带障碍物为零约束条件，使用改进后的A*算法尝试为每个机器人单独规划一条零约束条件下的路径，并分别保存是否在零约束下有解，以及有解情况下的最短路径； 步骤二：对机器人进行全局优先级分配 对机器人进行全局协同路径规划的优先级判断 步骤三：引入机器人和冲突消解 按照优先级顺序依次处理机器人，进行冲突消解； 步骤四：判断冲突并分类消解冲突 将冲突的关键程度分为两类，分别是一般冲突和关键冲突； 步骤五：关键冲突时的优先级分配 发现关键冲突，进入局部求解，本步骤规划局部求解优先级以便进行局部冲突消解， 步骤六：解决关键冲突 进行局部关键冲突消解，并进行可能的优先级博弈； 步骤七：保存和展示路径 保存最终路径，按照路径信息在地图上展示路径； 步骤一包括 子步骤1.1：对机器人的初始化操作 对机器人进行初始化操作，以便进行路径规划相关步骤，初始化A*算法下的该机器人的open表用于存放待搜索区域，该表存储着该机器人的起点位置、评价函数fn，上一步的行动方向，初始化A*算法下的该机器人的close表用于存放已经搜索过的区域，该表存储着机器人搜索过点的位置以及上一步行动方向，其中 1 公式1中fn是传统A*算法中的评价函数，表示从起始点Sr运行到状态节点n即机器人当前所处节点再到目标点Gr的总共估计代价， 公式1中gn是从起始点到状态节点的实际代价，即从起始点到状态节点实际上走过了多少距离， 公式1中hn是从状态节点到目标点的估计代价，即从状态节点走到目标点预计还有多少距离，hn采用曼哈顿距离 2 公式2中的xS,yS表示目标点坐标，xn,yn表示状态节点坐标， 公式1中w为动态参数，用于衡量算法的目标性，当w的值等于0时，则A*算法演变为Dijkstra算法，它会自起始点向外进行无目标的盲目扩散搜索；当w的值小于1时，代表w×hn比从状态节点n移动到目标的实际代价小，w越大，则A*算法扩展的节点越少，运行速度会更慢；当w的值等于1时，则算法会寻找最佳路径而不扩展别的节点，需要注意的是，只有当w的值小于等于1时，A*算法才保证能找到最短路径；当w的值大于1时，算法在搜索周围区域时会更加侧重于其与终点的距离，通常情况下搜索区域会大幅减少， 公式1中的tp为转向惩罚，由于算法规定了机器人不允许走回头路，因此机器人只有可能出现左右转弯和直行，当机器人发生左右转弯时，便会受到转向惩罚，在gn和hn相同的情况下，机器人会倾向于直行而不是频繁转向，通常情况下，tp设置为略大于0即可，只需令直行和转弯有所区分， 子步骤1.2：拓展open表和close表 遍历检索open表，判断open表是否为空，若open表已空，则说明无法为该机器人找到一条零约束路径，标记无解，保存close表，跳转到子步骤1.3，若open表非空，则选取open表中fn值最小的点，作为状态节点n，将其加入到close表，判断点n是否为目标点，若该点是目标点，则说明该机器人找到一条零约束路径，保存close表并跳转到子步骤1.4，若点n不是目标点，则说明还未找到路径，则对该点进行周边邻域的搜索，更新该机器人的open表，重复执行子步骤1.2，直到跳转出本子步骤，在重复执行的过程中open表和close表会不断更新迭代， “周边邻域的搜索”定义为：在状态节点n的周围四邻域，即上下左右相邻的节点，检测符合要求的节点，并将其加入到open表中，计算并保存fn,hn,gn,tp信息，若open表中已经存在该节点，则对比二者的fn值，保留其中较小者， “符合要求的节点”定义为：该节点位于地图范围内、该点处没有障碍物且其不在close表中， 子步骤1.3：对无解机器人进行处理 子步骤1.2判断机器人无解时会跳转到本子步骤，在本子步骤中对无解机器人进行一些处理，将该机器人起始位置存储至path表，规定无解机器人的路径长度Lpath为1，该机器人将位于起始位置不变，并跳转到子步骤1.5， 子步骤1.4：对有解机器人进行路径回溯并给出路径 子步骤1.2判断机器人有解时跳转到本子步骤，在本子步骤进行路径的回溯，以该机器人目标点为搜索节点，从close表的最后向前搜索该节点是由哪一节点拓展而来的，并将这一节点作为新的搜索节点不断重复这一搜索过程，每当搜索完成一个节点后就将其由后至前的存储至path表中，当搜索到起始点时视为路径回溯完成，定义其路径长度Lpath为path表的行数，进入到步骤七， 子步骤1.5：判断是否所有机器人均已规划路径 判断是否所有机器人均已完成零约束路径规划，即均被标记有解或无解，若所有机器人已经完成路径规划，则进入步骤二，若仍有机器人未规划路径，则按照顺序对下一个机器人进行从步骤一开始的零约束路径规划； 步骤四包括 一般冲突是指该冲突不会导致机器人n进行长时间绕路，即机器人可以寻找到另一条无冲突的较短路径以规避该节点位置的冲突，该冲突的解决思路是直接寻找新的无冲突路径， 关键冲突分为关键绕路冲突和关键封堵冲突，其中关键绕路冲突是指该冲突会导致机器人n进行长时间的绕路，但仍然有解，关键封堵冲突是指该冲突会直接导致机器人n无解，此冲突必须解决才能使得机器人n有解，关键冲突的解决思路是进行局部冲突的消解， 判断冲突的关键程度步骤如下 子步骤4.1：重新规划路径为判断冲突类型做准备 在当前order表的约束条件下重新使用改进A*算法规划路径，提取其重新规划后的路径长度为LpathN，进行如下判断： 子步骤4.2：判断关键冲突和解决 若LpathN等于1，即代表在引入该冲突后机器人无解，标记该冲突为关键冲突，跳转至步骤五，若大于1，则判断该冲突是否导致长距离绕路，规定当满足以下条件时标记为长时间绕路 3 公式4中的N表示地图的边长，当新规划的路径的长度较原路径长度大根号下边长并取整的时候就视为长距离绕路， 当出现长距离绕路时，则标记该冲突为关键冲突，跳转至步骤五，若没有出现则进行子步骤4.3， 子步骤4.3：无关键冲突 若该冲突可以通过短距离绕路解决，则保存刚刚规划好的路径至对应path表，依据path表修改order表，并返回子步骤3.2，继续进行下一个机器人的冲突判断和解决； 步骤五包括 取发生关键冲突的位置以及发生冲突时的时间步time，优先级规划具体步骤如下 子步骤5.1：前提条件 忽略尚未加入讨论的机器人， 子步骤5.2：特殊情况的处理 检查在时间步time和time-1时，是否有机器人原地停止，若有，则将其放在局部优先级表的最后，检查在时间步time时，有哪些机器人没有进入到以冲突点为中心的5×5区域内，将这些机器人按照全局求解时的优先级顺序放置在局部优先级表的后面， 子步骤5.3：局部优先级评价指标 对剩余机器人进行分析，定义局部优先级评价指标为 4 公式5中Ip为局部规划时的优先级评价指标，其值越小优先级更高， 公式5中LpathP为以冲突点为中心的5×5区域内该机器人的原规划路径长度， 公式5中Npath为上述路径周边的可拓展邻域， 对剩余机器人计算Ip并将该指标较小者优先级调高，若相同则随机指定， 根据以上规则完成局部冲突优化的优先级规划，进入步骤六。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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。