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！

龙图腾网获悉北京航空航天大学杭州创新研究院;北京航空航天大学申请的专利一种基于一体化神经网络的干扰及轨迹学习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：CN121543656B 。

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：202610068576.4，技术领域涉及：G06F18/10；该发明授权一种基于一体化神经网络的干扰及轨迹学习方法是由余翔;王宇杨;贾金豆;李伟鹏;朱灶旭;郭克信;郭雷设计研发完成，并于2026-01-19向国家知识产权局提交的专利申请。

本一种基于一体化神经网络的干扰及轨迹学习方法在说明书摘要公布了：本发明涉及机器学习领域，具体涉及基于一体化神经网络的干扰及轨迹学习方法，包括以下步骤：1协同场景下多源输入数据预处理：针对无人机和机器狗协同工作任务，在仿真器中采集各平台携带相机深度图像、实时运动状态数据及协同任务期望运动目标数据；对视觉数据进行降噪、特征提取预处理，对运动状态与期望目标数据进行标准化处理；2一体化神经网络构建及训练优化：构建端到端一体化神经网络，明确网络输入为预处理后的多源数据，输出为各平台的期望运行轨迹与外部时变干扰预测结果。本发明通过端到端架构省去传统方法中的建图环节与多模块衔接步骤，大幅节省计算时间，同时实现“轨迹规划‑干扰预测”的协同优化。

本发明授权一种基于一体化神经网络的干扰及轨迹学习方法在权利要求书中公布了：1.一种基于一体化神经网络的干扰及轨迹学习方法，其特征在于，包括如下步骤： 1协同场景下多源输入数据预处理：针对无人机和机器狗协同工作任务，在仿真器中采集各平台携带相机深度图像、实时运动状态数据及协同任务期望运动目标数据；对视觉数据进行降噪、特征提取预处理，对运动状态与期望目标数据进行标准化处理； 2一体化神经网络构建及训练优化：构建端到端一体化神经网络，明确网络输入为预处理后的多源数据，输出为各平台的期望运行轨迹与外部时变干扰预测结果；轨迹预测环节中，网络直接输出图像坐标系下的位置点，基于该位置点计算从平台当前位置到目标位置的最小能量轨迹，并生成对应的轨迹得分；干扰预测环节中，以网络输出的干扰预测值与实际干扰值的偏差作为干扰损失项；网络同时对轨迹得分与干扰估计误差进行优化，构建“轨迹偏差-干扰预测偏差”联合损失函数；将预处理后的多源数据输入网络，以联合损失函数为优化目标，迭代调整网络权重参数；通过持续训练，使网络输出的期望轨迹满足安全性，同时提升干扰预测精度，确保轨迹规划过程深度融入干扰信息。

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北京航空航天大学杭州创新研究院;北京航空航天大学，其通讯地址为：310051 浙江省杭州市滨江区长河街道炬航弄99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。