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！

龙图腾网获悉浙江大学申请的专利一种基于目标分配的机器人集群编队及协同围捕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：CN120928820B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202511461053.8，技术领域涉及：G05D1/43；该发明授权一种基于目标分配的机器人集群编队及协同围捕方法是由郑兴文;王子腾;游枫;顾丁宁;洪晨辉;刘瀚川;熊蓉设计研发完成，并于2025-10-14向国家知识产权局提交的专利申请。

本一种基于目标分配的机器人集群编队及协同围捕方法在说明书摘要公布了：本发明公开了一种基于目标分配的机器人集群编队及协同围捕方法，属于机器人控制技术领域。针对不同几何构型的目标队形，构建差异化初始目标分配策略，基于差速模型对机器人进行动态运动控制直至实现目标队形；在运动控制中引入全局目标重分配机制、邻域内全局信息共享机制和目标交换机制，有效消除了因个别机器人距离目标点过远导致的队形收敛延迟，显著降低编队的构建时间。在此集群编队方法基础上，本发明衍生出一种协同围捕方法，通过设计聚类规则动态生成目标点，在实现围捕目标的同时，能够自适应切换围捕队形，显著增强复杂环境下围捕任务的灵活性与环境适应性，当编队队形或逃逸者位置集合发生改变时，该方法可快速迁移和应用。

本发明授权一种基于目标分配的机器人集群编队及协同围捕方法在权利要求书中公布了：1.一种基于机器人集群编队方法的机器人协同围捕方法，其特征在于，包括以下步骤： 1基于围捕者与逃逸者的距离矩阵，为每个逃逸者分配数量均衡的围捕者，在整个围捕过程中，围捕者与逃逸者的对应关系不变； 2动态目标点生成：基于逃逸者位置的距离矩阵进行动态聚类分组，计算各聚类的中心和半径，通过全局迭代优化调整聚类中心位置以避免围捕圆重叠，在围捕圆的周向生成与围捕者数量相等的目标点； 3目标点初分配：若聚类存在于历史分组中，则复用历史目标点分配方案，否则在聚类内部采用距离优先原则为围捕者分配初始目标点，当目标点冲突时，将目标点分配给距离目标点最远的围捕者，其余围捕者从剩余目标点中重新选取最近目标点； 4运动控制：采用机器人集群编队方法，基于全局目标重分配机制、邻域内全局信息共享机制和目标交换机制，控制各围捕圆对应的围捕者朝向目标点方向运动以形成围捕圆的目标队形； 所述的机器人集群编队方法包括： 根据集群编队的目标队形为每个机器人分配初始目标索引，基于差速模型对机器人进行动态运动控制直至实现目标队形；在实现目标队形的过程中引入全局目标重分配机制、邻域内全局信息共享机制和目标交换机制； 所述全局目标重分配机制是指当目标队形为相邻目标点等距分布的封闭多边形且已到达目标点的机器人比例超过第一阈值的条件时，对未到达目标点且距离超过第二阈值的机器人记为落后机器人，为落后机器人就近选取目标点，并以选取的目标点为起点，距离起点最近的未被占据的目标点为终点，为起点至终点路径上的机器人顺次重分配目标点并锁定，实现目标重分配以加速队形收敛； 所述邻域内全局信息共享机制是指通过机器人邻域通信共享邻域内全局信息，将被机器人发现的未分配目标点标记为候选目标点，更新机器人梯度值以动态分配候选目标点； 所述目标交换机制是指在邻域内，以最小化编队总时间与总路径距离为目标，迭代优化各机器人的目标点； 5实时判断围捕状态，若围捕完成则结束，否则在每一个更新目标位置时刻返回步骤2，直至围捕完成。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。