桂林电子科技大学伍日立获国家专利权
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!
龙图腾网获悉桂林电子科技大学申请的专利分布式多机器人集群的自适应编队控制与避障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:CN120686845B 。
龙图腾网通过国家知识产权局官网在2025-12-16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:202510894208.0,技术领域涉及:G05D1/43;该发明授权分布式多机器人集群的自适应编队控制与避障方法是由伍日立;伍锡如;卢毅;李少婷;伍鎏辉设计研发完成,并于2025-06-30向国家知识产权局提交的专利申请。
本分布式多机器人集群的自适应编队控制与避障方法在说明书摘要公布了:本发明涉及机器人控制技术领域,特别是涉及分布式多机器人集群的自适应编队控制与避障方法,该方法通过无线通信和传感器获取邻居机器人、目标点以及环境障碍物的状态信息,基于这些信息,构建描述距离和速度偏差的误差函数,设计具有自适应能力的编队控制和避障策略,使用RBF神经网络设计自适应控制器,根据邻居机器人和障碍物信息变化,输出局部避障和速度偏差项,RBF神经网络采用三维空间描述、三层结构,输入层三个神经元,隐含层六个神经元,输出层一个神经元,将RBF神经网络输出与邻居机器人状态加权求和,生成完整控制策略,实现了机器人集群在保持编队的同时有效避开障碍物,显著提高了系统对环境变化的适应能力。
本发明授权分布式多机器人集群的自适应编队控制与避障方法在权利要求书中公布了:1.分布式多机器人集群的自适应编队控制与避障方法,其特征在于,包括: 通过无线通信,获取邻居机器人和目标点的状态信息,包括当前位置、速度和方向;通过传感器,获取机器人自身的状态信息,包括当前位置、速度、方向和半径;获取环境中障碍物的位置和半径; 基于所获取的状态信息,建立描述距离偏差和速度偏差的误差函数,构建具有自适应能力的编队控制和避障方法; 利用RBF神经网络设计自适应控制器,根据邻居机器人状态信息和障碍物信息的变化,输出局部避障项和局部速度偏差项,其中RBF神经网络采用三维空间描述、三层结构,输入层包含三个神经元,隐含层设置六个神经元,输出层设置一个神经元; 将RBF神经网络的输出通过权重与邻居机器人的状态加权求和,生成完整控制策略,实现机器人集群在保持编队的同时避开障碍物; 所述建立描述距离偏差和速度偏差的误差函数具体包括: 基于机器人与邻居机器人之间的相对速度,确定局部速度偏差项; 基于机器人与邻居机器人之间的实际距离与目标距离之间的差值,确定局部距离偏差项; 将所述局部速度偏差项和所述局部距离偏差项组合构成误差函数,用于反映机器人集群编队的稳定程度; 所述利用RBF神经网络设计自适应控制器具体包括: 将邻居机器人的位置、速度及机器人自身的速度、方向作为输入; 通过RBF神经网络将局部信息从输入空间非线性地映射到高维空间; 基于隐含层神经元的输出和连接权值,计算输出层结果; 根据输出结果生成局部避障项和局部速度偏差项; 所述局部避障项的计算方式为: 定义机器人与障碍物之间的最小安全距离; 当机器人与障碍物之间的距离大于最小安全距离时,局部避障项为零; 当机器人与障碍物之间的距离小于最小安全距离时,局部避障项与机器人与障碍物之间的距离成反比; 局部避障项的方向指向远离障碍物的方向。
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桂林电子科技大学,其通讯地址为:541004 广西壮族自治区桂林市七星区金鸡路1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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励