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！

龙图腾网获悉暨南大学申请的专利一种航标巡检无人艇的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：CN120295121B 。

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：202510411940.8，技术领域涉及：G05B13/04；该发明授权一种航标巡检无人艇的路径规划方法是由李伟华;陆智强;洪勋杰;吴泽烨;王建辉;安荣邦设计研发完成，并于2025-04-02向国家知识产权局提交的专利申请。

本一种航标巡检无人艇的路径规划方法在说明书摘要公布了：本发明属于巡检无人艇技术领域，且公开了一种航标巡检无人艇的路径规划方法，具体步骤如下：S1：动态海况下路径优化：通过计算航标间的夹角来动态决定顺时或逆时针进行绕行巡检，避开不必要的绕行。本发明通过优化路径规划算法，结合先进的路径生成与追踪策略，在无人艇巡检过程中，利用实时的误差反馈和调整机制，对巡检路径进行了有效优化，提高了巡检效率，减少了能源消耗，并为无人艇提供了更高效的路径追踪能力；通过对无人艇控制系统的精细调整，并结合高精度的横向控制策略，利用动态前视距离和MPC控制优化航向，极大提高了无人艇的横向控制精度；使得无人艇在实际环境中能够更加精准地沿指定轨迹行驶。

本发明授权一种航标巡检无人艇的路径规划方法在权利要求书中公布了：1.一种航标巡检无人艇的路径规划方法，其特征在于，具体步骤如下： S1：动态海况下路径优化：通过计算航标间的夹角来动态决定顺时或逆时针进行绕行巡检，避开不必要的绕行， 确定各航标在巡检区域内的精确位置，对于每个航标位置为xbuoy,ybuoy，设定其巡检半径为radius，巡检环绕的总角度为θ，执行绕圆形的巡检，其巡检路径如下: xpath＝xbuoy+radius×cosθ ypath＝ybuoy+radius×sinθ 在已知所要巡检的航标的位置后，需要根据当前巡检航标位置xcurbuoy,ycurbuoy、前一个巡检航标位置xprebuoy,yprebuoy与下一巡检航标的位置xnextbuoy,ynextbuoy计算出角度θdiff： θstart＝π+atan2ycurbuoy-yprebuoy,xcurbuoy-xprebuoy θnext＝atan2ynextbuoy-ycurbuoy,xnextbuoy-xcurbuoy 在计算出θdiff后，将其与π进行对比，如果θdiff＜π，则绕行航线为顺时针，否则为逆时针； S2：复杂扰动下高精度轨迹跟踪:通过MPC-自适应前视距离LOS联合控制，将跟踪误差优化； S2.1:设计MPC预测模型 基于MPC的巡检无人艇轨迹跟踪基本原理: 在系统状态测量环节，获取巡检无人艇的实时位置、速度和航向角，系统模型描述无人艇的状态变化规律，在状态预测中，基于当前状态和模型，预测未来的状态轨迹，通过求解优化问题，求解出在预测步长Np内的最优预测控制输入序列，再将优化的控制输入应用到巡检无人艇的执行器中，巡检无人艇根据控制输入调整航行，并通过传感器反馈状态，再不断重复此过程，通过这种滚动优化策略，每一步的输入都是基于当前状态计算的最优值； 建立非线性状态空间模型: 在巡检无人艇的路径跟踪过程中，首先利用传感器采集当前巡检无人艇的运动状态信息，随后，结合系统的预测模型、前一时刻的控制输入以及未知输入序列，计算得到未来预测输出轨迹序列，接着，将预测输出轨迹序列、参考轨迹以及未知输入序列纳入目标函数中，并在系统约束条件下，求解出最优输入序列，以实现目标函数值的最小化，最终，将最优输入序列中的首个控制输入应用于巡检无人艇，并持续一个控制周期， 定义x＝[xyψuvr]T为系统状态变量，y＝[xy]T为系统输出，巡检无人艇运动方程为： y＝P2x 其中函数f为USV运动模型的非线性方程，τd为环境干扰，vc为附体坐标下水流的速度，系统线性化和离散化: 在模型预测控制中，采用近似线性化技术，假设参考系统已经完全处于期望路径上，通过获取路径上每个时刻的状态量和控制量，基于对参考系统和当前系统偏差的处理，设计模型预测控制器以跟踪期望路径，即在忽略干扰的情况下，参考轨迹可以表示为： 在任意参考点xR,uR处对函数进行一阶泰勒展开，得到： 上述两式相减得到系统新的状态空间模型： 式中， 采用欧拉法对模型进行离散化，有： Ak＝I+T·A,Bk＝T·B 其中，Ak和Bk分别为离散化后的系统矩阵，T为离散时间步长，I为单位矩阵，故可得： 式中，表示离散系统输出，即该式表示非线性系统在任意一个参考点xR,uR处线性化后的系统方程； 设置约束条件： 在特定时刻k以及预测周期Np内，控制量的极限、控制增量以及输出量的约束可以表达如下： Δumin≤Δuk+i≤Δumax,i＝0,1,2…,Nc-1 umin≤Δuk+i≤Δumax,i＝0,1,2,…,Nc ymin≤yk+i≤umax,i＝1,2,…,Np 其中，Np为预测步长，Nc为控制步长，Δumin、Δumax为输入增量约束，umin、umax为输入约束，ymin、ymax为输出约束，且满足Δuk+i＝uk+i-uk+i-1，通常来说，Np≥Nc，且uk+i＝uk+Nc-1,i＝Nc,...,Np-1， 采用前项欧拉法可得离散的状态空间方程，并构建新的状态量结合后可得到新的空间状态模型： 其中，m为系统控制量维度，n为系统状态量维度，对于欠驱动巡检无人艇运动模型，m＝2、n＝6，系统在预测时域Np内的预测输出表达式为： 其中为在预测时域Np内的预测输出，ΔUk为控制时域Nc内的预测输入，Ψk和θk为系统矩阵，具体定义如下： 为确保巡检无人艇能够迅速且平稳地追踪期望轨迹，必须基于系统状态量的偏差、控制量及其增量构建目标函数，在设计目标函数时，需要兼顾追踪目标的速度和系统输入的能量消耗，因此目标函数定义如下： 在该公式中，Q和R代表权重矩阵，其权重大小可以根据控制需求的变化而进行相应的调整，在求解过程中，目标函数将被简化如下： 其中： 因此基于线性MPC的船舶轨迹跟踪可描述为如下最优值问题： argmin{JΔUk} s.t. ΔUmin≤ΔUk≤ΔUmax Umin≤MΔUk+Uk≤Umax, Ymin≤Yk+YRk≤Ymax. S2.2:设计自适应前视距离LOS 为解决固定的Δ使得循迹过程出现震荡和抖动，设计基于横向误差ye在线调整前视距离Δ的公式，设计的时变前视距离公式使得巡检无人艇能够更快速且平稳地完成路径追踪，时变前视距离公式如下: 在循迹过程中，前视距离的最小值和最大值即Δmin和Δmax分别设置为船体长度的2倍和4倍，γ为收敛速率，取值为0.05，为了获得优异的路径追踪效果，当无人艇偏离目标路径较远时，前视距离取较小值，从而加快收敛速度；当无人艇接近目标路径时，前视距离取较大值，以提高无人艇的平稳性，有效避免路径追踪过程中的震荡， 由于巡检无人艇受到环境干扰产生横漂速度v，导致实际的合速度U为： 导致巡检无人艇实际运动方向和船艏摇角方向产生一个小的侧滑角β： β＝atan2v,u 因此，在考虑侧滑角情况下巡检无人艇船的期望艏摇角为ψd才能使无人艇实际运动方向为期望航线角，即朝着xlos,ylos运动：

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暨南大学，其通讯地址为：510632 广东省广州市天河区黄埔大道西601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。