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！

龙图腾网获悉西南科技大学申请的专利融合改进蝗虫-动态窗口法的实时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：CN120911722B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202511435950.1，技术领域涉及：G06Q10/047；该发明授权融合改进蝗虫-动态窗口法的实时路径规划方法是由向索祎;周怀芳;霍建文;刘爽利;张雨楠;张仕靖;邓冠华;王亮;曾均睿;文清清设计研发完成，并于2025-10-09向国家知识产权局提交的专利申请。

本融合改进蝗虫-动态窗口法的实时路径规划方法在说明书摘要公布了：本发明公开了融合改进蝗虫‑动态窗口法的实时路径规划方法，包括以下步骤：S1、根据改进A*算法生成初始路径，通过引入改进的蝗虫优化算法对辐射环境中的路径进行全局路径规划，确定从起点到终点的路径；S2、通过改进的DWA算法根据路径进行局部路径规划，生成规划路径。通过引入考虑辐射分布信息的位置更新策略和改进的自适应舒适区系数，更真实地反映了辐射风险对路径选择的影响，优化了GOA的位置更新过程。这使得算法能够在核环境中有效引导蝗虫种群避开高辐射区域，显著降低辐射暴露风险。通过结合改进A*算法的全局优化能力，改进了蝗虫优化算法的初始种群分布，进而提高了蝗虫优化算法的收敛速度。

本发明授权融合改进蝗虫-动态窗口法的实时路径规划方法在权利要求书中公布了：1.融合改进蝗虫-动态窗口法的实时路径规划方法，其特征在于，包括以下步骤： S1、根据改进A*算法生成初始路径，通过引入改进的蝗虫优化算法对辐射环境中的路径进行全局路径规划，确定从起点到终点的路径； S2、通过改进的DWA算法根据路径进行局部路径规划，生成规划路径； S1包括以下分步骤： S11、采用改进A*算法生成初始路径，获取种群的初始位置；计算种群中每个蝗虫个体的适应度值，选取最优适应度值作为目标适应度值；初始化蝗虫个数和当前迭代次数，设置最大迭代次数； S12、令蝗虫个数为1； S13、根据考虑辐射分布信息的位置更新策略更新种群位置； S14、根据当前种群位置计算当前适应度值，判断当前适应度值是否优于目标适应度值；若是，则根据当前适应度值和当前种群位置更新目标适应度值和目标最优解位置，进入S15；若否，则进入S15； S15、判断是否达到设定的种群数量，若是，则进入S16，若否，则令当前蝗虫个数加一，返回S13； S16、根据混合教学–学习优化算法更新种群位置； S17、判断当前迭代次数是否达到最大迭代次数，若是，则输出目标最优解位置，生成从起点到终点的路径；若否，则当前迭代次数加一，返回S12； S11中，改进A*算法通过引入多尺度评估方法优化Hnl的估计过程，优化的Hnl的表达式具体为： 式中，λ为权重因子，Li为相邻两点之间的距离，为第a+1个节点的局部辐射剂量，为第a个节点的辐射剂量率，为第a+1个节点的辐射剂量率，vt为移动速度，N为当前点到终点之间点的个数； 式中，为第a+1个节点周围第b个相邻点的辐射剂量，为第b个点的权重； S2包括以下分步骤： S21、从路径的路径节点序列中提取最优路径节点，并将起点作为当前点； S22、将当前点的下一关键点设为局部子目标点； S23、进行速度采样，根据改进的DWA轨迹评价函数选取最优路径； S24、判断是否到达局部子目标点，若否，则返回S23，若是，则进入S25； S25、判断局部子目标点是否为终点，若否，则返回S22，若是，则输出起点到终点的规划路径； S23中，改进的DWA轨迹评价函数的表达式具体为： 式中，为辐射评价函数，为方位角评价函数，为机器人处于预测轨迹末端点位置时与地图上最近障碍物的距离，为当前机器人的线速度和角速度，v,ω为速度空间，v为线速度，ω为角速度，、、、和为DWA算法的权重系数； 式中，为轨迹上各采样点的平均辐射值； 式中，为轨迹上第m采样点的辐射强度值，M为轨迹上采样点数量。

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西南科技大学，其通讯地址为：621000 四川省绵阳市涪城区青龙大道59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。