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！

龙图腾网获悉电子科技大学长三角研究院(湖州)申请的专利一种基于超声波传感器的无人机反应式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：CN115903905B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202211556864.2，技术领域涉及：G05D1/46；该发明授权一种基于超声波传感器的无人机反应式避障方法是由骆春波;李智;罗杨;刘翔;沙小豹;黄欣旸;丁谦设计研发完成，并于2022-12-06向国家知识产权局提交的专利申请。

本一种基于超声波传感器的无人机反应式避障方法在说明书摘要公布了：本发明公开了一种基于超声波传感器的无人机反应式避障方法，属于无人机技术领域。本发明包括以下步骤：S1：通过超声波传感器对障碍物进行实时监测和记录；S2：对障碍物进行建模，得到障碍物表面模型；S3：判断是否进行障碍物平面拟合；S4：进行障碍物表面模型去重和危险解除判断；S5：判断无人机当前运动方向相对障碍物表面的位置关系；S6：计算出相应的避障轨迹，根据障碍物规划进行障碍躲避。本发明提供一种基于超声波传感器的无人机反应式避障算法，解决现有算法存在的超声波传感器数据利用不充分、障碍物建模不准确、后续的避障策略不顺滑、安全性不足的问题，高效安全地实现无人机对静态障碍物的躲避。

本发明授权一种基于超声波传感器的无人机反应式避障方法在权利要求书中公布了：1.一种基于超声波传感器的无人机反应式避障方法，其特征在于，包括以下步骤： S1：对无人机的超声波传感器设置报警阈值和标志值avaiFlag，通过超声波传感器对障碍物进行实时监测和记录，将实时监测的障碍物数据信息形成数据集存储在缓存器中； S2：调用S1中缓存器内的数据集对障碍物进行建模，得到具有空间点位坐标的障碍物表面模型； S3：根据S1中设置的报警阈值与S2中障碍物表面模型的对应数据信息，判断是否进行障碍物平面拟合； S4：将障碍物表面模型加入WallQueue队列中，进行障碍物表面模型去重和危险解除判断； S5：从WallQueue队列中获取需要躲避的障碍物表面，判断无人机当前运动方向相对障碍物表面的位置关系； S6：根据超声波传感器监测到的障碍物数据信息与无人机当前的飞行状况，计算出相应的避障轨迹，无人机根据单个障碍物规划、多个障碍物规划进行障碍躲避； 所述S4中障碍物表面模型去重的过程为： 若干个超声波传感器会并行生成若干个对应的障碍物表面模型，将若干个障碍物表面模型存放至WallQueue队列中，对每个新加入WallQueue队列中的障碍物表面模型进行去重处理，去重处理具体操作为： 计算新加入的障碍物表面模型与队列中已有障碍物表面模型之间的夹角，若计算得到的夹角小于30°，则判断新加入的障碍物表面模型与其夹角小于30°的原有障碍物表面模型属于同一个障碍物表面模型，从而将该新加入的障碍物表面模型从WallQueue队列中剔除； 在无人机飞行过程中，还会根据无人机当前位置来计算无人机与队列中障碍物表面模型之间的距离，若计算出的距离大于无人机与该障碍物表面模型的初始距离，说明无人机已经成功躲避并远离该障碍物，则将该障碍物表面模型从WallQueue队列中删除； 所述避障轨迹的单个障碍物规划过程为： 在躲避单个障碍物时，将障碍物作为一个硬约束，将无人机当前运动状态作为初始条件，计算得到二阶运动轨迹；无人机在轴方向做匀减速运动，在轴方向做匀速运动，以无人机当前位置为机体坐标原点，分别以平行于障碍物表面的方向和垂直于障碍物表面的方向作为轴和轴，表示当前无人机速度方向与轴正方向的夹角，表示障碍物表面方向与地面坐标系轴正方向的夹角，可得机体坐标系的方向向量为： 2 无人机相对于地面坐标系的速度在机体坐标系上的分量为： 3； 在轴方向所需加速度为： 4； 其中,表示无人机的最大加速度，为符号函数，若自变量为正数，则=1；若为负数，则=-1；若=0，则=0； 所以，单个障碍物避障轨迹在机体坐标系下的轨迹方程为： 5； 机体坐标系与地面坐标系之间的转换关系为： 6； 其中，向量表示无人机当前在地面坐标系中的位置； 因此单个障碍物避障轨迹在地面坐标系下的方程为： 7。

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电子科技大学长三角研究院(湖州)，其通讯地址为：313000 浙江省湖州市西塞山路819号南太湖科技创新综合体B2幢8层；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。