上海理工大学;东海实验室朱大奇获国家专利权
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!
龙图腾网获悉上海理工大学;东海实验室申请的专利生物启发神经网络仿射变换水下机器人集群路径规划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:CN120523218B 。
龙图腾网通过国家知识产权局官网在2025-09-16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:202510998208.5,技术领域涉及:G05D1/485;该发明授权生物启发神经网络仿射变换水下机器人集群路径规划方法是由朱大奇;付博闻;陈铭治;庞文;李鸿飞设计研发完成,并于2025-07-21向国家知识产权局提交的专利申请。
本生物启发神经网络仿射变换水下机器人集群路径规划方法在说明书摘要公布了:本发明提供了生物启发神经网络仿射变换水下机器人集群路径规划方法,涉及集群水下机器人路径规划技术领域。该方法包括:基于生物启发神经网络,对集群自主水下机器人AUV进行路径规划;基于规划的路径,采用人工势场法对集群AUV编队队形进行规划,再利用仿射变换对所述编队队形进行动态调整;采用道格拉斯普克DP算法对所述规划的路径进行路径简化,并对简化的路径利用三阶B样条进行曲线拟合。本申请适用于集群AUV,规划路径具有安全避障、耗时短且距离短的优点。
本发明授权生物启发神经网络仿射变换水下机器人集群路径规划方法在权利要求书中公布了:1.一种生物启发神经网络仿射变换水下机器人集群路径规划方法,其特征在于,所述方法包括: 基于生物启发神经网络,对集群自主水下机器人AUV进行路径规划; 基于规划的路径,采用人工势场法对集群AUV编队队形进行规划,再利用仿射变换对所述编队队形进行动态调整; 采用道格拉斯普克DP算法对所述规划的路径进行路径简化,并对简化的路径利用三阶B样条进行曲线拟合; 所述采用人工势场法对集群AUV编队队形进行规划,具体包括:人工势场法通过构建吸引势场和排斥势场进行AUV的队形引导;对于编队跟随者AUV,吸引力源自编队领航者AUV的引导,而排斥力则来源于环境障碍物的避让需求;第个编队跟随者AUV在时刻T所受合力表达为: (6) 式(6)中,吸引力为: (7) 排斥力为: (8) 其中,为当前跟随者AUV的位置;为领航者位置,由所述生物启发神经网络规划所得;为最近障碍物位置,由先验已知地图得到;为当前跟随者AUV与环境障碍物的距离,为安全距离阈值; 所述利用仿射变换对所述编队队形进行动态调整,具体包括:单个跟随者AUV在编队队形中的标称位置为,经过仿射变换后的实际位置为: 仿射变换矩阵分解为旋转矩阵与缩放矩阵的组合,即: 其具体矩阵形式如下所示: 其中,和分别为编队在轴和轴方向的缩放因子,为编队队形整体旋转角度;若环境障碍物集中于轴方向,则减小编队在轴上的尺度,保持轴方向尺度不变或适当调整,反之亦然; 所述采用道格拉斯普克DP算法对所述规划的路径进行路径简化,具体包括: 先进行初始化:输入规划路径列表及阈值; 找到路径中距离首尾连线最远的点:初始化最大距离,索引; 遍历路径中所有中间点:计算该点到首尾连线的垂直距离;如果,则更新和; 如果,将路径分为两部分:a.从起点到处的子路径;b.从到终点的子路径; 递归调用当前算法处理这两部分;合并两部分路径; 否则,检查首尾点之间的直线是否与障碍物碰撞:a.如果无碰撞,则直接返回起点和终点;b.如果有碰撞,则保留原始路径; 最后返回最终简化的路径; 所述对简化的路径利用三阶B样条进行曲线拟合,具体包括:三阶B样条曲线方程如式18所示: 其中,表示AUV规划路径点集合内的点,表示次多项式基函数,其中表示非递减节点向量,所述基函数方程如下: 。
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理工大学;东海实验室,其通讯地址为:200093 上海市杨浦区军工路516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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。