中国科学院力学研究所冯春获国家专利权
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!
龙图腾网获悉中国科学院力学研究所申请的专利一种野外环境下车辆行进最优路径的生成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:CN119245650B 。
龙图腾网通过国家知识产权局官网在2025-12-30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:202411339055.5,技术领域涉及:G01C21/20;该发明授权一种野外环境下车辆行进最优路径的生成方法是由冯春;程鹏达;常宁东;李玉琼;朱心广;周俊;王理想设计研发完成,并于2024-09-25向国家知识产权局提交的专利申请。
本一种野外环境下车辆行进最优路径的生成方法在说明书摘要公布了:本发明公开了一种野外环境下车辆行进最优路径的生成方法,选择野外环境区域,提取野外障碍信息,建立含土壤特性和地貌特征信息的野外数字地图;基于车辆地面力学理论,建立野外环境下车轮与土壤耦合力学模型,推导野外环境下的车辆与土壤耦合的运动方程;基于野外环境数字地图随机生成多组路径,嵌入野外环境下的车轮与土壤耦合力学模型,计算初始自动避障路径;建立路径优化算法,获得野外环境下的野外环境数字地图中的最优路径;本发明提出了考虑车轮与土壤耦合效应的方法,从而计算车辆在野外环境下的力学特性与运动特征,提高野外环境下生成的车辆行进最优路径的真实性,且可以快速获得车辆在野外行进的最优路径,能够顺利躲避各种障碍。
本发明授权一种野外环境下车辆行进最优路径的生成方法在权利要求书中公布了:1.一种野外环境下车辆行进最优路径的生成方法,所述方法包括以下步骤: 步骤100、选择野外环境区域,提取野外障碍信息,建立含土壤特性和地貌特征信息的野外环境数字地图; 步骤200、基于车辆地面力学理论,建立野外环境下车轮与土壤耦合力学模型,推导野外环境下的车辆与土壤耦合的运动方程; 步骤300、基于所述野外环境数字地图随机生成多组路径,嵌入野外环境下的车轮与土壤耦合力学模型,计算初始自动避障路径; 在所述步骤300中,所述的车轮与土壤耦合力学模型嵌入方法为: 在所述野外环境数字地图上固定起点和终点位置,随机生成多组处于起点和终点坐标范围的坐标点,集成所有坐标点形成生成路径,其中,所述坐标点分别代表路径上点位的横坐标和纵坐标; 利用野外环境下车辆与土壤耦合的运动方程,计算车辆在所述生成路径上通行所需时间; 计算所述生成路径上各个所述坐标点距离起点坐标的长度,按照距离远近依次排序每个生成路径,进而将N个所述生成路径形成初始路径种群; 生成所述初始路径种群后,循环判断所述初始路径种群内的生成路径个体与障碍物是否相交,直至生成能够自动避障的路径,具体实现方式为: 基于障碍物及土壤的坐标信息,在所述野外环境数字地图中对障碍区域和软土区域进行分区;针对障碍区域,其通行性设置为0; 生成路径时判断该路径是否与障碍区域相交,若相交则将此路径剔除并生成新路径; 具体判断初始路径种群中的生成路径与障碍物是否相交的实现方法为: 将每个生成路径中每一段路径取50个点,判断各点是否落在圆形障碍物中间,同时采用向量叉乘的计算方法,判断各点是否落在矩形障碍物中间; 判断各点是否落在圆形障碍物中间,即: x-xobst2+y-yobst2-robst2≤0 其中,x和y分别为所取点的横纵坐标,xobst为第t个障碍物圆心横坐标,yobst为第t个障碍物圆心纵坐标,robst为第t个障碍物半径; 同时,判断各点是否落在矩形障碍物中间,采用向量叉乘的计算方法,即: P2-P1×P-P1*P4-P3×P-P3≥0 且, P3-P2×P-P2*P1-P4×P-P4≥0 其中,P1~P4为矩形四个顶点,P为个体中每一段路径所取点,符号×为向量叉乘,符号*为数字间乘号; 若判断该个体与障碍物相交,则重复步骤300的工作,重新生成不同的路径,并继续判断初始路径种群中的生成路径与障碍物是否相交,直到生成种群中的每一个生成路线与障碍物均不相交; 步骤400、建立路径优化算法,获得野外环境下的野外环境数字地图中的最优路径。
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中国科学院力学研究所,其通讯地址为:100190 北京市海淀区北四环西路15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