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！

龙图腾网获悉四川大学申请的专利一种基于黎曼流形的无人集群智能协同行为建模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：CN119918410B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202510004829.7，技术领域涉及：G06F30/27；该发明授权一种基于黎曼流形的无人集群智能协同行为建模方法是由杨浩宇;邱潇;李猛;肖睿;程远林;曼塞尔林;邓科设计研发完成，并于2025-01-02向国家知识产权局提交的专利申请。

本一种基于黎曼流形的无人集群智能协同行为建模方法在说明书摘要公布了：本发明涉及一种基于黎曼流形的无人集群智能协同行为建模方法，建立群体流形和环境流形；构造合成流形上的黎曼度量泛函，对其变分得到合成流形的黎曼度量满足的方程组，实现度量融合生成合成流形；将连续的群体模型转化为离散的群体模型；对路径流形进行优化求解，将离散的群体模型转化为个体运动模型。针对无人集群在复杂局部障碍环境中的智能协同路径规划场景，基于集群每个个体的感知作用范围建立时变黎曼流形模型求解，解决了无人集群避障路径规划中依赖特定中心处理单元、依赖大范围环境信息、容易陷入局部最优等技术问题，实现了无人集群在局部障碍环境中去中心化的智能协同最优运动路径规划，从而指导无人集群的实际协同避障飞行轨迹。

本发明授权一种基于黎曼流形的无人集群智能协同行为建模方法在权利要求书中公布了：1.一种基于黎曼流形的无人集群智能协同行为建模方法，其特征在于，包括以下步骤： S1：采用拉格朗日方法建立感知邻域的局部坐标系，将不同流体质点加以标识，建立群体流形； S2：根据环境中目标点对群体中每个个体的吸引以及每个个体感知邻域内的障碍物对个体的排斥作用，建立环境流形； S3：将群体流形上的黎曼度量泛函与环境流形上的黎曼度量泛函相加构造合成流形上的黎曼度量泛函，对其变分得到合成流形的黎曼度量满足的方程组，实现度量融合生成合成流形； S4：将连续的群体模型转化为离散的群体模型； S5：对路径流形进行优化求解； S6：将离散的群体模型转化为个体运动模型； 在总述的一种基于黎曼流形的无人集群智能协同行为建模方法中，S1中的具体过程如下： S11：建立第A个体的初始局部坐标系其中同时选取另一个坐标系作为描述个体运动的局部坐标系，则初始局部坐标为的个体时刻t所在的空间坐标为： 记为uAxA,t； 将表示为和时间t的函数： 记为xAuA,t，表示t时刻坐标为的点对应于初始坐标为的个体； S12：根据每个个体受到的来自邻域内其他个体和环境的作用构造相应的Ricci曲率张量并建立黎曼度量泛函； S13：在经过度量拼接及光滑化后的群体流形上积分得到黎曼度量泛函： 其中，Rij是黎曼流形上的Ricci曲率张量，刻画黎曼空间的弯曲情况： 其中Kij＝vivj是黎曼流形上的动能张量，其缩并是用于刻画群体的运动路程的量； Vij是黎曼流形上的体积张量，其缩并gijVij是用于描述群体内部作用的量； 为黎曼体积元； Jt为雅克比变换行列式，表示经过坐标变换后的体积元； S14：对群体作用量的黎曼度量泛函求变分得到描述群体智能模型的最优的黎曼度量，对黎曼度量泛函变分得到群体流形的黎曼度量所满足的方程组； 在总述的一种基于黎曼流形的无人集群智能协同行为建模方法中，S2中的具体过程如下： S21：根据环境中目标点对群体中每个个体的吸引以及每个个体感知邻域内的障碍物对个体的排斥作用，构造目标吸引张量和排斥张量： 目标吸引张量定义为： Tij＝uix,t-targetiujx,t-targetj； 其缩并gijTij＝gijuix,t-targetiujx,t-targetj用于刻画群体与目标的远近； 第β个障碍物排斥张量定义为： 其缩并用于刻画群体与第β个障碍物的远近； S22：将目标的作用与障碍物作用叠加，得到外部环境对应的黎曼度量泛函如下： 求得环境流形对应黎曼度量的变分方程为： 即： S23：上述变分对任意的δgij恒为零，得到黎曼度量满足的微分方程组为： 求解所述黎曼度量满足的微分方程组得到环境流形的黎曼度量。

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四川大学，其通讯地址为：610000 四川省成都市一环路南一段24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。