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！

龙图腾网获悉四川电力设计咨询有限责任公司申请的专利一种基于动态权重分配与多源数据融合的无人机实时路径规划系统及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：CN120762452B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202511261667.1，技术领域涉及：G05D1/695；该发明授权一种基于动态权重分配与多源数据融合的无人机实时路径规划系统及方法是由王琦;杜全维;龚秋全;苏伟;胡启凌;杨帆;董武钟;程森设计研发完成，并于2025-09-05向国家知识产权局提交的专利申请。

本一种基于动态权重分配与多源数据融合的无人机实时路径规划系统及方法在说明书摘要公布了：本发明涉及无人机飞行路径规划技术领域，尤其涉及一种基于动态权重分配与多源数据融合的无人机实时路径规划系统及方法。该系统包括多源数据融合模块集成激光雷达、毫米波雷达、视觉传感器及北斗定位单元；动态权重分配模块采用模糊逻辑与强化学习结合的混合决策机制，根据环境复杂度、威胁等级及无人机状态动态调整各传感器权重系数；实时路径规划模块内置改进型RRT*算法与马尔可夫决策过程，采用分层规划架构生成全局最优路径与局部避障轨迹；无人机协同控制模块包含双冗余飞控系统及动态避障单元；通信中继模块支持5G与低轨卫星双模通信，通过联邦学习更新各无人机的环境认知模型，实现基于动态权重分配及无人机的多源融合实时路径规划。

本发明授权一种基于动态权重分配与多源数据融合的无人机实时路径规划系统及方法在权利要求书中公布了：1.一种基于动态权重分配与多源数据融合的无人机实时路径规划系统，其特征在于，包括： 多源数据采集与融合模块，用于获取无人机传感器多源数据、无人机飞行区域地形数据与无人机飞行工况数据，并对无人机传感器多源数据进行预处理，构建多源环境感知数据矩阵； 动态权重分配模块，用于基于多源融合感知数据矩阵、无人机飞行区域地形数据与无人机飞行工况数据，生成权重系数控制序列，对无人机传感器的权重系数进行动态调整； 实时路径规划模块，用于根据多源环境感知数据矩阵与权重系数控制序列，通过分层路径规划模型生成无人机全局路径与局部避障轨迹，并对全局路径进行动态优化和平滑处理，得到无人机航迹数据； 无人机协同控制模块，用于根据实时路径规划模块输出的无人机航迹数据，对多个无人机之间的集群进行实时飞行控制与飞行指令解算； 通信中继模块，用于通过5G网络与低轨卫星构建双模通信链路，将无人机飞行状态信息传输至实施路径规划模块与主控与协同学习模块； 主控与协同学习模块，用于根据无人机飞行区域地形数据与无人机飞行状态信息构建三维数字孪生模型，并基于联邦学习算法对各模块进行在线更新与全局优化； 所述多源数据采集与融合模块包括激光雷达单元、毫米波雷达单元、视觉传感器单元与北斗卫星定位单元；所述无人机传感器多源数据包括激光雷达点云数据、毫米波雷达轨迹预测数据、图像识别数据、北斗卫星定位数据； 所述预处理包括通过时间同步算法与空间配准理论对无人机传感器多源数据进行异构数据校准，并建立隐马尔可夫模型对无人机传感器健康状态进行置信度评估，根据Dempster-Shafer证据理论消除无人机传感器多源数据中各数据的数据冲突，并构建ARIMA-LSTM混合模型对无人机传感器多源数据中各数据的通信延迟进行预测补偿； 所述动态权重分配模块包括地形分析单元、威胁识别单元、置信度调节单元与纳什均衡协同决策单元； 所述地形分析单元，用于根据无人机飞行区域地形数据，通过分形几何算法计算得到无人机飞行区域地形复杂度； 所述威胁识别单元，用于根据无人机飞行区域地形复杂度，通过时空图卷积网络识别得到动态障碍物预测威胁等级； 所述置信度调节单元，用于根据无人机飞行区域地形复杂度与动态障碍物预测威胁等级，构建基于李雅普诺夫指数的自适应调节模型，对无人机传感器权重分配进行实时优化； 所述纳什均衡协同决策单元，根据无人机飞行区域地形复杂度与动态障碍物预测威胁等级，结合多源融合感知数据矩阵，根据纳什均衡理论建立多个无人机间的博弈收益矩阵，对多个无人机任务进行协同决策； 所述时空图卷积网络通过构建时空邻接矩阵，将激光雷达点云数据作为空间图节点特征，将毫米波雷达轨迹预测数据作为时间图边权重，基于分层时空卷积结构提取障碍物运动模式特征，通过时间滑动窗口机制预测未来3秒内的障碍物运动轨迹，所述动态障碍物预测威胁等级根据预先获得的无人机飞行轨迹冲突概率，划分得到五级量化指标：当碰撞时间小于2秒，且距离阈值小于5米时为紧急级；当碰撞时间小于5秒，且距离阈值小于10米时为高危级；当碰撞时间小于10秒，且距离阈值小于20米时为预警级，当碰撞时间大于10秒，且距离阈值大于20米时为安全级与无效级； 所述基于李雅普诺夫指数的自适应调节模型，通过构造能量函数实时评估各无人机传感器的置信度，对无人机飞行区域地形复杂度进行归一化，当无人机飞行区域地形复杂度超过0.7时，提升激光雷达单元权重至0.6-0.8，威胁等级达到高危级或紧急级时，提升毫米波雷达单元权重动态至0.3-0.5； 所述博弈收益矩阵包括飞行任务完成度、飞行能耗效率及飞行安全间距，通过迭代策略对博弈收益矩阵进行优化，得到帕累托最优分配方案，并生成权重系数控制序列； 将最终生成的无人机飞行区域地形复杂度与动态障碍物预测威胁等级通过5G网络实时反馈至实时路径规划模块与主控与协同学习模块； 所述分层路径规划模型包括全局拓扑层、局部避障层与轨迹优化层； 所述全局拓扑层根据激光雷达点云数据构建导航拓扑图，并通过改进型Dijkstra算法计算得到无人机初始航路点序列，所述无人机初始航路点序列的路径采样密度根据无人机飞行区域地形复杂度动态调整，当无人机飞行区域地形复杂度＞0.6时，路径采样密度缩减为0.5米；当飞行区域存在动态障碍物或高复杂度地形时，所述全局拓扑层通过改进型RRT算法，融合环境特征与历史路径信息动态调整采样策略，生成初始航路点序列； 所述局部避障层通过动态障碍物预测威胁等级构建评估融合函数，对初始航路点序列进行重规划；当检测到高危级威胁时，启动蒙特卡洛树搜索算法，基于无人机动力学约束的节点扩展策略，在200ms内生成紧急避险路径，所述评估融合函数包括威胁场强值、能量消耗率与航向偏离度； 所述轨迹优化层基于自适应B样条曲线的节点向量动态调整机制，根据通信中继模块反馈的无人机飞行状态信息实时优化曲线阶次与控制点密度，所述曲线阶次的连续性满足C3阶可导要求，并建立无人机升阻比与无人机动力系统的动态关联模型，通过反向传播算法对无人机动力参数配置进行优化，得到最终的无人机航迹数据，并实时传输至无人机协同控制模块。

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四川电力设计咨询有限责任公司，其通讯地址为：610000 四川省成都市武侯区武青南路33号1栋302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。