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！

龙图腾网获悉哈尔滨理工大学申请的专利一种基于PSO-MPC融合的多智能体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：CN119022944B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202411054469.3，技术领域涉及：G01C21/34；该发明授权一种基于PSO-MPC融合的多智能体路径规划方法是由吕重阳;周能宏;王爽;董文静;庞怀勇设计研发完成，并于2024-08-02向国家知识产权局提交的专利申请。

本一种基于PSO-MPC融合的多智能体路径规划方法在说明书摘要公布了：本发明涉及了一种基于PSO‑MPC融合的多智能体路径规划方法，涉及人工智能路径规划技术领域。对多智能体路径规划是一个具有挑战性的任务，涉及缩短路径长度、保持安全行驶距离。本文提出一种PSO与MPC融合的多智能体路径规划算法；在该算法中，首先，利用PSO算法规划全局路径，并引入多目标点的导向函数、权重因子自适应函数，来减少路径长度；其次，以全局路径作为MPC实时跟踪的参考轨迹，并引入安全的预测点、控制智能体函数的行驶速度，从而保持智能体行驶的安全性。最后，在仿真实验中与传统PSO、MOPSO以及蚁群等其他算法的对比实验表明，本文提出的算法形成的全局路径长度更短，收敛速度更快；智能体时刻位于安全区域中，且形成的路径更加光滑。

本发明授权一种基于PSO-MPC融合的多智能体路径规划方法在权利要求书中公布了：1.一种基于PSO-MPC融合的多智能体路径规划方法，其特征在于，主要包括以下步骤： 步骤1，环境模型，确定智能体的任务起始点start，最终要到达的任务目标点goal，不同智能体的起始点、终点不一定相同，以及所有障碍物的位置信息； 步骤2，利用传统PSO算法进行全局路径规划，为后续的多智能体的运动轨迹提供全局路径； 步骤3，进行初始迭代次数，粒子个数的设置，引入了根据任务的个数以及大小等确定多智能体的个数以及每个多智能体的种群数； 步骤4，加入多目标点的个数，并初始化目标点的位置；初始化目标点的位置后，引入排序函数，按到起始点的距离长短，从小到大进行排序； 步骤5，由于多目标点的引入，于是把粒子运动的速度公式变成了多目标点的运动，初始化目标点的速度，并引入了导向函数guidenk，让目标点向以起始点和终点为直线的这条线靠近：引入了多目标点和对多目标点向理论最优靠近，粒子速度公式变成多目标点运动公式并引入导向函数，其表达式分别为： guidenk＝c3r3guide1nk+c4r4guide2nk guide1nk＝goaln-xnik guide2nk＝startn-xnik 其中，startn、goaln分别为第n个智能体的起点、终点，c3、c4表示权重系数，r3、r4表示[0,1]之间的随机数； 步骤6，优化权重因子，把固定的权重因子变成递减的权重因子函数； 步骤7，更新速度和位置，计算适应度函数，并使形成的路径平滑，并加上安全避障以及碰撞检测； 步骤8，PSO算法形成路径后再用MPC算法作为智能体的局部运动，把用于单智能体的轨迹跟踪推广到多智能体中； 步骤9，对多智能体在运动中遇到其他未知物体时，引入识别函数来识别未知物体是为新的未知障碍物还是其他智能体，这样方便设计不同的优化策略； 步骤10，在识别出智能体可视范围内的未知物体是障碍物后，引入了基于障碍物分区函数的两种避障策略用于不同的智能体来进行避障； 步骤11，在做完避障优化后，再进行智能体之间的协同优化。

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哈尔滨理工大学，其通讯地址为：150080 黑龙江省哈尔滨市南岗区学府路52号哈尔滨理工大学；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。