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！

龙图腾网获悉山东大学申请的专利一种基于雷达的局部地图构建与路径规划快速低成本避障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：CN116627122B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202310382116.5，技术领域涉及：G05D1/43；该发明授权一种基于雷达的局部地图构建与路径规划快速低成本避障方法是由房明;郭家宁;董先驰;李子函设计研发完成，并于2023-04-06向国家知识产权局提交的专利申请。

本一种基于雷达的局部地图构建与路径规划快速低成本避障方法在说明书摘要公布了：本发明涉及一种基于雷达的局部地图构建与路径规划快速低成本避障方法，属于自动驾驶领域技术领域，包括：对雷达数据进行预处理；聚类得到数据聚类中心；进行障碍物坐标点分类；生成道路地图；生成局部目标点；地图膨胀；局部路径规划避障。本发明可以大幅度减少传统聚类方法与分类算法的运算量，因此单次运算时间极低，可以达到极高的运算与控制频率，因此实时性好，精度较高，可以完成对障碍物基本特征的判定，且生成的为连续道路，从而对车辆的运动决策有较高的精度与鲁棒性。

本发明授权一种基于雷达的局部地图构建与路径规划快速低成本避障方法在权利要求书中公布了：1.一种基于雷达的局部地图构建与路径规划快速低成本避障方法，其特征在于，包括如下步骤： 步骤1：对雷达数据进行预处理； 步骤2：对预处理后的雷达数据进行聚类，得到数据聚类中心； 步骤3：对步骤2聚类后的数据进行障碍物坐标点分类； 步骤4：根据路径目标点的方向对同一分类下的障碍物坐标点进行排序，后依次进行连线即可得出可以行进的区域，即生成道路地图； 步骤5：生成局部目标点； 步骤6：地图膨胀； 步骤7：局部路径规划避障； 步骤2中采用极坐标差分聚类方法实现聚类，过程为： 2.1：将数据点依次输入，并依次与后项做差分，得到差分值； 2.2：判断差分值的绝对值是否大于设定阈值C1，即d是否大于C1，若成立，则判断为本类结束，进入类统计； 若不成立，则暂存本数据点，若暂存数据点数目大于设定D，其中D为暂存数据点数目最大值，则也进入类统计； 2.3：通过统计即可获得分类后的各类在极坐标系下的中心点坐标，具体为求解本类数据点的角度与距离均值： ； ； 其中，argj为第j类的角度类中心，disj为第j类的距离类中心；m、n分别为本类数据的起止点下标，即本类数据第一个和最后一个在输入的数据点中是第几个点；argi为原数据点的角度值，disi为原数据点的距离值； 2.4：将本次数据点完全处理完后即可以输出所有统计的类中心； 步骤3具体实现过程为： 3.1：生成初始点 将步骤2聚类后的数据全部放入未分类点集合中，采用随机选取的方式，在未分类点集合中选取初始点，分别存入本次选取点集和上轮选取点集中； 3.2：内循环取点 将未分类点集合中的点依次计算与上轮选取点集的最小距离，将满足与上轮选取点集中距离条件的点依次移入本轮选取点集，直至未分类点集合全部遍历；将本轮选取点集移入本次选取点集，并将上轮选取点集中的点全部替换，循环此步至本轮选取点集为空； 步骤3.2中，dis表示未分类点集合中的点与上轮选取点集的最小距离，C2表示聚类坐标点分类距离阈值，当disC2，即为满足距离条件的点； 3.3：成类 若本轮选取点集为空，则认为本类已经完全被选取，将本次选取点集封存为一类，并存储至类集合； 3.4：外循环 若未分类点集合非空，则清空本次选取点集，输入未分类点集合，重复步骤3.1~3.3，若未分类点集合为空，则认为数据点已被完全分类，输出分类结果，即类集合。

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山东大学，其通讯地址为：250100 山东省济南市历城区山大南路27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。