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！

龙图腾网获悉上海交通大学申请的专利一种机器人安全交互导航的端到端可微分轨迹优化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：CN118857323B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202411038042.4，技术领域涉及：G01C21/34；该发明授权一种机器人安全交互导航的端到端可微分轨迹优化方法是由李潇;周翔宇;张圣泓设计研发完成，并于2024-07-30向国家知识产权局提交的专利申请。

本一种机器人安全交互导航的端到端可微分轨迹优化方法在说明书摘要公布了：本发明公开了一种机器人安全交互导航的端到端可微分轨迹优化方法，涉及机器人导航领域，包括以下步骤：构建包含栅格化BEV图像的数据作为特征向量提取器的输入；利用训练好的特征向量提取器从BEV图像中提取反映当前环境轨迹优化倾向的隐藏特征向量；对隐藏特征向量进行优化和转换，得到特征向量，并将特征向量设置为可微分规划器dLQR的参数；求解LQR问题获得轨迹，对轨迹进行差分并使用反正弦获得朝向角；通过特征向量，特征向量提取器和dLQR形成梯度下降回路，dLQR的规划策略可以根据BEV图像做出动态调整。本发明结合数据驱动的智能性和适应性以及基于模型方法的安全性和高效性，使机器人轨迹优化器能够根据当前场景调整行为策略，轨迹更加安全。

本发明授权一种机器人安全交互导航的端到端可微分轨迹优化方法在权利要求书中公布了：1.一种机器人安全交互导航的端到端可微分轨迹优化方法，其特征在于，所述方法包括以下步骤： S101：构建包含栅格化BEV图像的数据作为特征向量提取器的输入； S103：利用训练好的所述特征向量提取器从所述BEV图像中提取反映当前环境轨迹优化倾向的隐藏特征向量； S105：对所述隐藏特征向量进行优化和转换，得到特征向量，并将所述特征向量设置为可微分规划器dLQR的参数； S107：求解LQR问题获得轨迹，对所述轨迹进行差分并使用反正弦获得朝向角； S109：通过所述特征向量，所述特征向量提取器和所述可微分规划器dLQR形成梯度下降回路，所述可微分规划器dLQR的规划策略根据所述BEV图像做出动态调整； 其中， 所述可微分规划器dLQR设置为： s.t.f0＝p1 Ftτt+ft＝utdt+pt＝pt+1t＝1,2,3,...,T-1 式中，τt∈R4是状态量pt和控制量ut在t时刻的组合，是ego在t时刻的参考状态量和控制量，是第i个agent在t时刻的状态量和控制量，pt＝[xtyt]T为2维状态量，ut＝[uxtuyt]T为2维控制量，是ego与第i个agent的负距离项的权重，是跟踪误差项的二次项系数，Ct∈R4×R4是跟踪误差项和风险项合并项的二次项系数，ct∈R4是跟踪误差项和风险项合并项的一次项系数，p1是ego的初始状态量，dt是控制步长，Ft是一次项系数，ft是常数项，xt为状态量pt在x方向上的状态分量，x方向是初始时刻ego前进方向，yt为状态量pt在y方向上的状态分量，y方向是初始时刻ego侧移方向，uxt为控制量ut在x方向上的控制分量，uyt为控制量ut在y方向上的控制分量，T是规划的时间点的个数，N是考虑的agents数量，⊙是哈达玛积； 所述可微分规划器dLQR的参数和所述特征向量之间的转换关系为： 式中，是跟踪误差项的二次项系数，是风险项的二次项系数，是跟踪误差项的一次项系数，是风险项的一次项系数，为二次控制惩罚项的权重，和为第i个agent对应的权重，为经过优化后的时刻t的特征向量，为t时刻参考状态量在x方向上的状态分量，为t时刻参考状态量在y方向上的状态分量，为第i个agent在t时刻的状态量在x方向上的状态分量，为第i个agent在t时刻的状态量在y方向上的状态分量，为控制分量uxt对应的二次控制惩罚项，为控制分量uyt对应的二次控制惩罚项； 通过所述特征向量，所述特征向量提取器和所述可微分规划器形成梯度下降回路，所述特征向量提取器配置为感知神经网络，所述感知神经网络和所述可微分规划器，通过所述特征向量，形成一个梯度下降的回路，所述回路如下所示： 式中，θ是感知神经网络中需要训练的权重，loss为损失函数，W为可微分规划器dLQR的参数，W＝{C,c,F,f}，q*是经过优化后的特征向量，C为跟踪误差项和风险项合并项的二次项系数，c为跟踪误差项和风险项合并项的一次项系数，F是一次项系数，f是常数项。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。