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！

龙图腾网获悉杭州电子科技大学申请的专利一种异构多机器人自主协同探索控制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：CN120353230B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510812454.7，技术领域涉及：G05D1/43；该发明授权一种异构多机器人自主协同探索控制方法及系统是由杨宇翔;赵柯翔;马科科;赵巨峰;胡冰玉;凡金龙设计研发完成，并于2025-06-18向国家知识产权局提交的专利申请。

本一种异构多机器人自主协同探索控制方法及系统在说明书摘要公布了：本发明公开了一种异构多机器人自主协同探索控制方法及系统，该方法首先初始化机器人，获取点云数据和深度图像并预处理，进行场景建图与各个机器人定位。其次根据预处理的点云数据和深度图像，选取全局目标点和局部目标点，根据特征匹配算法将局部目标点进行类型匹配，得出在全局探索路径约束下机器人的局部探索路径。然后根据通信情况，异构多机器人间交互导向的路径规划。最后根据异构多机器人分配的局部目标点和预处理后的点云数据，采用深度强化学习模型选取到局部目标点的最优路径，并输出控制指令，完成对异构多机器人的控制操作，直到所有环境信息都被探索。本发明实现对大型未知复杂环境高效精准的探索。

本发明授权一种异构多机器人自主协同探索控制方法及系统在权利要求书中公布了：1.一种异构多机器人自主协同探索控制方法，其特征在于，包括如下步骤： 步骤1、初始化每个机器人，获取此场景下点云数据和深度图像，并预处理； 步骤2、基于预处理后的点云数据和惯性测量单元获取的惯导数据，进行场景建图与各个机器人定位，并对多个点云场景地图进行拼接； 步骤3、根据预处理的点云数据和深度图像，分别在全局环境范围和局部区域选取全局目标点和局部目标点； 步骤4、根据特征匹配算法将局部目标点进行类型匹配，并动态分配局部目标点到对应功能的机器人，得出在全局探索路径约束下机器人的局部探索路径； 步骤5、基于拼接后的点云场景地图，根据通信情况，进行异构多机器人间的通信交互，交互导向的路径规划； 步骤6、根据异构多机器人分配的局部目标点和预处理后的点云数据，采用深度强化学习模型选取到局部目标点的最优路径，并输出控制指令，完成对异构多机器人的控制操作，直到所有环境信息都被探索，机器人回到初始位置； 所述深度强化学习模型具体描述如下： 输入局部目标点信息位置与机器人周围预处理后的雷达点云数据，对于长远目标进行探索避障选择最优路径，奖励由三条奖励同时约束定义： 第一条奖励，基于机器人位置与位姿信息、要探索的局部目标点位置信息与位姿信息进行设置，鼓励机器人朝着目标点方向与位置靠近； 第二条奖励，按照区间划分处理的机器人与最近障碍物的距离、安全距离阈值、探索进度时间进行设置，鼓励机器人的轨迹偏向于的远离障碍物，随着探索的进行，机器人进行避障的概率也就随之升高； 第三条奖励，对于设定速度、速度和角速度进行约束，鼓励机器人朝着高效、平滑的运动发展； 三条奖励的公式如下所示： 第一条奖励R1中Sp,Sr分别表示机器人位置与位姿信息，Pp,Pr分别表示要探索的局部目标点位置信息与位姿信息，χ和γ都是对应的权重系数； 第二条奖励R2中Dp表示按照区间划分处理的机器人与最近障碍物的距离，Dsafe表示安全距离阈值，α，β，φ，tex分别表示惩罚系数，奖励系数，探索系数，探索进度时间； 第三条奖励R3同时对于设定速度Avset、速度Av和角速度Aa也进行了约束，其中Ψ、θ、ρ、ξ、Δω、μ、分别表示速度奖励系数、机器人朝向与目标方向的夹角、目标速度惩罚系数、角加速度惩罚系数、角加速度、角速度惩罚系数、非线性惩罚指数。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。