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！

龙图腾网获悉浙江大学申请的专利一种多智能体高效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：CN119437269B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202411359050.9，技术领域涉及：G01C21/34；该发明授权一种多智能体高效协同路径规划方法是由刘勇;杨一帆;吴宇辰;陈岩松设计研发完成，并于2024-09-27向国家知识产权局提交的专利申请。

本一种多智能体高效协同路径规划方法在说明书摘要公布了：本发明涉及多智能体协同规划技术领域，具体公开了一种多智能体高效协同路径规划方法，包括系统初始化步骤、候选点集合扩充步骤、AStar算法路径规划步骤、任务执行监控步骤、候选点列表更新步骤、MILP目标点选择步骤、过渡目标点选择步骤和路径规划完成步骤，本发明能够综合考虑任务区域、智能体的初始位置、速度限制、目标位置坐标、障碍区域以及最少执行次数指标等因素，规划出各智能体的最优路径。通过合理的任务分配和障碍规避策略，确保智能体能够高效、安全地完成既定任务，在路径长度、任务完成时间和计算时间等关键性能指标上均优于传统方法。

本发明授权一种多智能体高效协同路径规划方法在权利要求书中公布了：1.一种多智能体高效协同路径规划方法，其特征在于，包括以下步骤： S1、定义智能体集合和目标点集合，以及智能体的初始位置、速度限制、任务执行次数限制和任务载荷能力，同时设定障碍区域； S2、引入额外候选点集合； S3、利用AStar算法为每个智能体规划至其目标点的路径，并计算沿这些路径行进所需的时间； S4、维护每个目标点的访问记录，记录智能体到达的时间和次数，并检查是否满足任务执行次数指标； S5、对于未满足指标的目标点，更新智能体的候选点列表； S6、构建0-1矩阵来表示智能体与候选点之间的选择关系，并构建目标函数为所有智能体到其选择目标点的距离总和，使用MILP求解器最小化目标函数并满足约束条件； S7、当任一智能体首先到达当前规划的目标点，如果该点的执行指标已完成并且智能体的剩余任务执行次数非零，则直接进入下一步规划，若智能体还有剩余任务需要执行，选择与上次目标点不同且最近点作为过渡目标； S8、持续更新并记录每个智能体的目标点分配，直到所有目标点的执行指标均满足，形成完整的路径规划； 步骤S1具体包括以下步骤： S101、设定智能体集合，所有可能的目标点集合，障碍区域O； S102、为每个智能体设定初始位置，速度限制，任务执行次数限制和任务载荷能力； 步骤S2具体包括以下步骤： S201、从所有可能的目标点中排除那些位于障碍物内部或过于接近障碍物的点： ； 其中，是智能体的候选点集合，是所有潜在目标点的集合，表示障碍物，是安全距离； S202、评估每个潜在目标点的可达性： PathExists； 其中，PathExists是一个布尔函数，如果存在从智能体的当前位置到点的可行路径，则返回真； S203、确保候选点集合中的点能够满足智能体的任务需求，如到达次数和执行区域： ； 其中，是智能体到达目标点的任务执行次数，是目标点的任务执行需求次数； S204、对初步生成的候选点集合进行优化，优先选择距离智能体当前位置较近的候选点，以减少移动时间和能耗： ； 其中，是最大可达距离； S205、根据任务的紧急程度和重要性，对候选点进行排序，优先考虑高优先级任务的目标点： ； 其中，是根据任务优先级对候选点进行排序的函数； S206、通过预测智能体间的潜在路径冲突，调整候选点集合： NoConflict； 其中，NoConflict是一个布尔函数，如果候选点与其他智能体的候选点集合没有冲突，则返回真； S207、当检测到环境变化时，重新评估并调整候选点集合： UpdateForChanges,conflict-free； 其中，UpdateForChanges,conflict-free是根据环境变化更新候选点集合的函数； S208、随着智能体状态的变化，根据新的约束条件更新候选点集合： ； 其中，UpdateForStatus是根据智能体的状态更新候选点集合的函数； S209、经过优化和动态调整后，输出最终的候选点集合。

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大学，其通讯地址为：310000 浙江省杭州市西湖区余杭塘路866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。