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！

龙图腾网获悉山东海量信息技术研究院;山东师范大学申请的专利基于人群混乱度的机器人辅助疏散最优干预方法及系统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：CN115329588B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202211034287.0，技术领域涉及：G06F30/20；该发明授权基于人群混乱度的机器人辅助疏散最优干预方法及系统是由陆佃杰;张桂娟;徐卫志;张传阳;田泽娜;郭振华;霍吉东设计研发完成，并于2022-08-26向国家知识产权局提交的专利申请。

本基于人群混乱度的机器人辅助疏散最优干预方法及系统在说明书摘要公布了：本发明公开了一种基于人群混乱度的机器人辅助疏散最优干预方法及系统，该方法包括：构建人群网络模型，通过人群混乱度量化人群运动的混乱程度；利用随机微分方程和标记时间点过程的方法对人群混乱的演化过程进行建模，构建人群混乱度演化模型；基于人群混乱度演化模型，将机器人辅助干预规划为随机最优控制问题，通过求解得到机器人的最优干预率，进而确定最优干预个体和干预时间。本发明通过引入人群混乱度来量化人群运动的混乱程度，并对人群混乱演化过程建模，将机器人辅助干预描述为一个随机最优控制问题，通过求解该问题确定最优干预个体和干预时间，以此实现机器人的最优干预。

本发明授权基于人群混乱度的机器人辅助疏散最优干预方法及系统在权利要求书中公布了：1.一种基于人群混乱度的机器人辅助疏散最优干预方法，其特征在于，包括以下步骤： 构建人群网络模型，通过人群混乱度量化人群运动的混乱程度，包括： 通过人群混乱度量化人群运动混乱程度的具体步骤包括： 通过无向图构建人群网络模型； 基于人群网络模型，构建相邻个体之间的局部混乱度； 基于相邻个体之间的局部混乱度，构建任意两个个体之间的全局混乱度； 基于任意两个个体之间的全局混乱度，构建任意个体的个体混乱度； 利用随机微分方程和标记时间点过程的方法对人群混乱的演化过程进行建模，构建人群混乱度演化模型；所述人群混乱度演化模型描述有序状态和混乱状态的动态跃迁过程，包括无干预的人群混乱度演化模型和干预下的人群混乱度演化模型； 所述无干预的人群混乱度演化模型的构建过程包括： 根据初始时刻个体的个体混乱度，将个体划分为混乱状态或有序状态； 基于初始时刻个体的状态，利用标记时间点过程的方法，结合随机微分方程，模拟设定时间段内个体状态的转变过程，构建无干预的人群混乱度演化模型； 所述干预下的人群混乱度演化模型的构建过程包括： 基于无干预的人群混乱度演化模型，引入机器人干预的状态变量，构建干预下的人群混乱度演化模型； 基于人群混乱度演化模型，将机器人辅助干预规划为随机最优控制问题，通过求解得到机器人的最优干预率，进而确定最优干预个体和干预时间； 其中，局部混乱度表示相邻个体i和j之间的混乱程度，定义为： ； 其中，E表示个体之间的边集合，是个体i和j的运动方向之间的角度，的值随混乱程度的增加而单调增加，即角度越小，两个个体的运动方向更加一致，局部混乱度接近0，反之角度越大，局部混乱度接近1； 利用任意两个个体之间的混乱定义个体i和个体j之间的全局混乱度，全局混乱度通过初始化步骤和迭代过程计算得到，包括： 初始化步骤中，构造一个对称矩阵，矩阵A是n行n列的矩阵，由n×n个数构成，表示矩阵A的第i行第j列数，；对矩阵进行归一化，为： ； 上式中，是度矩阵，； 迭代过程中，计算混乱随时间通过人群网络的传播，将时间分为多个步骤，用表示，以表示时间t的混乱影响矩阵，即表示第t阶邻域的混乱影响，表示第一阶邻域的影响，为权重参数，为对称矩阵，表示第二阶邻域的影响，逐步计算直至收敛；通过迭代，混乱最终传播到整个网络，得到收敛的混乱度矩阵，为： ； 上式中，矩阵I为单位矩阵，即主对角线上的数值均为1，其余均为0的矩阵； 定义每个个体的混乱并计算其上界以确定个体状态，任何个体的个体混乱定义为i和其余节点之间的全局混乱度的累积，为： ； 上式中，是所有元素都等于1的向量。

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海量信息技术研究院;山东师范大学，其通讯地址为：250098 山东省济南市高新技术开发区国家信息通信国际创新园；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。