Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工业大学(威海)郝志伟获国家专利权

哈尔滨工业大学(威海)郝志伟获国家专利权

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!

龙图腾网获悉哈尔滨工业大学(威海)申请的专利一种基于RRT*的动态自适应无人机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:CN120927008B

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:202511460357.2,技术领域涉及:G01C21/20;该发明授权一种基于RRT*的动态自适应无人机路径规划方法是由郝志伟;吕超;黄博;刘海涛;贺国毅;潘雨;张艳蕾设计研发完成,并于2025-10-14向国家知识产权局提交的专利申请。

一种基于RRT*的动态自适应无人机路径规划方法在说明书摘要公布了:本发明涉及一种基于RRT*的动态自适应无人机路径规划方法,其解决了现有基于RRT*算法的无人机路径规划方法收敛速度慢,生成的路径曲折程度高、平滑性差,效率有待提高的技术问题;其根据自适应目标偏置概率选择通过自适应高斯采样生成采样点,采用智能变步长机制在探索不同时期使用不同步长,引入对路径曲折程度的Pareto评估进一步得到最优化路径。本发明规划出的路径收敛速度快、生成的路径曲折程度低、平滑性好。

本发明授权一种基于RRT*的动态自适应无人机路径规划方法在权利要求书中公布了:1.一种基于RRT*的动态自适应无人机路径规划方法,其特征在于,包括以下步骤: 步骤S1,创建包含障碍物的全局地图; 步骤S2,确定无人机的起点和终点; 步骤S3,从起点出发,初始化一个树结构; 步骤S4,通过以下公式1计算自适应目标偏置概率: 1; 公式1中,t是探索迭代进度,,是当前迭代次数,最大迭代次数; 步骤S5,调用随机数生成函数生成一个介于[0,1]之间的随机数r,若r小于自适应目标偏置概率,进入步骤S6,否则进入步骤S7; 步骤S6,以偏向目标采样方式生成采样点,在当前树结构中的新节点至终点向量方向上,在一定步长处随机生成采样点;完成后进入步骤S8; 步骤S7,通过自适应高斯采样方式生成采样点: 步骤S701,计算高斯分布的均值,分两种情况: 第一种情况,初始情况下,树结构只有起点,将终点作为均值,; 第二种情况,树结构有新节点,已有可行路径的情况下, 2; 公式2中,为当前树结构中的新节点,为终点,为权重系数,,t是探索迭代进度; 步骤S702,计算动态协方差矩阵: 3; 公式3中,为标准差,为单位矩阵,为缩放因子,,t是探索迭代进度; 步骤S703,进一步得到三维高斯分布为: 4; 公式4中,为空间维度; 步骤S704,基于和生成3个采样点,分别是x1,x2,x3; 首先,生成4组均匀分布随机数: , , , ; 其次,通过Box-Muller变换对4组均匀分布随机数生成3组标准正态随机数z: 第1组: , , ; 第2组: , , ; 第3组: , , ; 然后,对动态协方差矩阵Σ做Cholesky分解,分解为下三角矩阵: ; 再然后,生成3个采样点x1,x2,x3,第1个采样点x1为: ; 展开为分量形式: ; 第2个采样点x2为: ; 展开为分量形式: ; 第3个采样点x3为: ; 展开为分量形式: ; 最后,分别对3个采样点与当前树结构中的新节点之间的线段进行障碍物碰撞检测,不碰撞则符合要求,选择不碰撞相应的采样点收录至数组中,若3个采样点均不符合要求,则重新生成;若数组中保存的采样点不唯一则选择最先保存到数组中的采样点作为最终采样点;若数组中保存的采样点唯一则选择该点作为最终采样点; 步骤S8,在当前树中找到距离采样点最近的节点; 步骤S9,通过智能变步长机制确定步长: 步骤S901,通过以下公式5计算大步长因子: 5; 公式5中,h为探索空间参数,α为步长常量,t是探索迭代进度; 通过以下公式6计算小步长因子: 6; 公式6中,h为探索空间参数,α为步长常量; 步骤S902,通过以下公式7计算步长的距离: 7; 公式7中,随机方向分量是: ; 其中,为生成的采样点,为当前树中距离采样点最近的节点; 目标方向分量是: ; 其中,为终点; 合成向量是: ; 所述步骤S9的通过智能变步长机制确定步长的过程是:通过以下公式8计算步长的距离: 8; 公式8中,随机方向分量是: ; 目标方向分量是: ; 合成向量是: ; 所述步骤S15通过智能变步长机制确定步长的过程是: 通过以下公式9计算步长的距离: 9; 简化得: 10; 公式10中,随机方向分量是: ; 步骤S10,扩展树得到新节点; 步骤S11,通过碰撞检测判断新节点与最近的节点之间的线段是否与障碍物碰撞,如果与障碍物碰撞,则进入步骤S12;如果不碰撞,则进入步骤S18; 步骤S12,通过自适应高斯采样方式生成采样点; 步骤S13,扩展树得到新节点; 步骤S14,通过碰撞检测判断新节点与最近的节点之间的线段是否与障碍物碰撞,如果与障碍物碰撞,则进入步骤S15;如果不碰撞,则进入步骤S18; 步骤S15,通过智能变步长机制确定步长; 步骤S16,扩展树得到新节点; 步骤S17,通过碰撞检测判断新节点与最近的节点之间的线段是否与障碍物碰撞,如果与障碍物碰撞,则进入步骤S15;如果不碰撞,则进入步骤S18; 步骤S18,将新节点加入树结构; 步骤S19,确定搜索半径; 步骤S20,在以新节点为圆心,搜索半径决定的圆区域内,筛选出路径代价最小的节点作为新节点的父节点; 步骤S21,重连更新树结构; 步骤S24,判断新节点是否到达终点,如果是,则进入步骤S25;否则进入步骤S4,继续迭代; 步骤S25,记录路径。

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哈尔滨工业大学(威海),其通讯地址为:264200 山东省威海市环翠区文化西路2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。

免责声明
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。