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！

龙图腾网获悉安徽大学申请的专利一种面向动态海洋环境的跨域多智能体协同搜索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：CN120494055B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202510559121.8，技术领域涉及：G06N5/01；该发明授权一种面向动态海洋环境的跨域多智能体协同搜索方法是由许亚林;曹翔;孙长银;穆朝絮设计研发完成，并于2025-04-30向国家知识产权局提交的专利申请。

本一种面向动态海洋环境的跨域多智能体协同搜索方法在说明书摘要公布了：本发明涉及一种面向动态海洋环境的跨域多智能体协同搜索方法，包括以目标位置为中心构建初始概率分布图，结合实时洋流数据与扩散概率模型生成随时间演化的动态概率分布图；采用改进加权聚类算法进行自适应区域分配，并将各子区域分配给无人机执行搜索任务；各无人机在所分配区域内进行目标搜索与定位，并将识别到的目标位置信息传送至水面无人艇；水面无人艇接收目标位置后，采用基于预测–校正–追踪策略的路径规划算法，动态遍历所有目标位置并实施精准救援。本发明从目标搜索、定位到救援的全流程协同，当所有目标被成功遍历并完成救援后，任务结束。通过自主可控的智能算法与异构机器人协同机制，显著提升搜索效率与动态适应性。

本发明授权一种面向动态海洋环境的跨域多智能体协同搜索方法在权利要求书中公布了：1.一种面向动态海洋环境的跨域多智能体协同搜索方法，其特征在于，包括以下步骤： S1、将搜索区域建模为二维空间，并以目标位置为中心构建初始概率分布图，结合实时洋流数据与扩散概率模型对目标运动进行动态更新，生成随时间演化的动态概率分布图； S11、接收GPS定位的事故坐标，得到事故中心坐标xo,yo；按高斯分布公式计算各个网格概率值，并设置衰减系数σ，生成初始目标存在概率Pi,j0； S12、卫星或传感器实时获取洋流矢量场，加载实时洋流数据，得到洋流速度矢量Vci,j＝vci,j·[cosθci,j,sinθci,j]；其中，vci,j表示网格i,j处的洋流速度，θci,j表示洋流方向； S13、根据洋流方向计算相邻网格转移权重，得到从网格m,n到i,j的扩散权重wm,n→i,j； S14、执行扩散概率计算，并设置时间步长，更新扩散概率分布； S15、进行更新周期判断，如果不需要更新，则输出最终沿洋流方向的高概率带的动态概率分布图，如果需要更新，则重复S12-S15； 其中，高概率带的动态概率分布图具体过程包括：每经过时间步Δt，系统根据洋流方向调整各网格的概率值，考虑洋流对目标位置的驱动作用，目标随洋流漂移导致概率分布动态变化，概率扩散模型需反映洋流方向的主导作用，概率扩散方向与速率由洋流矢量场主导，则概率扩散模型表示为： γ＝k·||Vci,j|| 其中，表示概率流入，邻域网格m,n的概率Pm,nt按扩散权重wm,n→i,j流入当前网格i,j；γ·Pi,jt表示当前网格i,j的概率按速率γ流出到其他网格，Pi,jt表示整个搜索区域中当前网格点i,j在t时间步的目标存在概率，表示当前网格i,j的相邻网格集合，wm,n→i,j表示从网格m,n到i,j的扩散权重，仅允许沿洋流方向及其侧向扩散，逆洋流方向的扩散权重为0，∑m,nwm,n→i,i表示所有邻域网格到当前网格的扩散权重之和，归一化邻域网格的概率贡献，避免因权重差异导致概率值超出合理范围，Vcm,n表示邻域网格m,n的洋流速度矢量，Vci,j表示当前网格i,j的洋流速度矢量，k表示比例系数，调节洋流速度对扩散速率的贡献权重，γ为扩散速率，正比于当前网格处洋流速度，洋流越强，概率扩散越显著； S2、基于动态概率分布图划分任务子区域，采用改进加权K-means聚类算法进行自适应区域分配，并将各子区域分配给无人机执行搜索任务；各无人机在所分配区域内基于深度强化学习策略进行目标搜索与定位，并将识别到的目标位置信息传送至水面无人艇； S3、水面无人艇接收目标位置后，采用基于卡尔曼滤波预测目标位置、曼哈顿距离排序遍历顺序、A*算法路径规划及预测误差校正追踪策略的路径规划算法，动态遍历所有目标位置并实施精准救援。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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。