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！

龙图腾网获悉西北工业大学申请的专利一种基于多元宇宙优化算法的多无人机运动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：CN119826824B 。

龙图腾网通过国家知识产权局官网在2026-01-20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：202411957086.7，技术领域涉及：G01C21/20；该发明授权一种基于多元宇宙优化算法的多无人机运动规划方法是由万开方;强皓植;吴志林;武韫晖设计研发完成，并于2024-12-29向国家知识产权局提交的专利申请。

本一种基于多元宇宙优化算法的多无人机运动规划方法在说明书摘要公布了：本发明提供了一种基于多元宇宙优化算法的多无人机运动规划方法，采用Munkres分配算法作为无人机的任务分配算法，选用MVO算法对各无人机的路径进行规划，采用参数多项式拟合方法用于轨迹生成，并选用PID控制方法作为无人机的飞行控制方法，本发明将MVO算法应用于多无人机运动规划问题中。数值实验和实际案例研究表明该算法具有较强的适用性，对于多无人机在动态复杂的环境中高效地完成运动规划具有重要意义。可以丰富和完善现有多无人机路径规划问题求解方法的算法体系，同时针对经典算法的收敛速度慢、求解精度低等问题，以MVO算法为基本框架解决多无人机路径规划问题。

本发明授权一种基于多元宇宙优化算法的多无人机运动规划方法在权利要求书中公布了：1.一种基于多元宇宙优化算法的多无人机运动规划方法，其特征在于包括下述步骤： 步骤1.初始化迭代数，确定无人机能够到达的目标点，无人机起始点设为当前节点，设置最大迭代次数； 步骤2.确定当前节点的六个邻近点，以当前节点为原点，选取x轴、y轴、z轴三个方向上相距原点距离为1的六个点，并根据当前节点距目标点的方位，选择方位相对最近，且没有和目标点在同一坐标轴上的邻近节点作为重要邻近点；其余三个邻近点作为普通邻近点； 步骤3.对普通邻近点到当前节点的路径和重要邻近点到当前节点的路径进行碰撞检验，去除掉普通邻近点和重要邻近点有碰撞的部分，即判断从当前节点到邻近点的路径与当前节点到重要邻近点的路径是否有碰撞，若有碰撞，则去除掉该路径； 步骤4.在步骤3去除路径后，判断重要邻近点仍存在时，进入步骤5；重要邻近点不存在时，进行步骤6； 步骤5.从重要邻近点中随机选择一个节点，并作为当前节点，进入步骤7； 步骤6.从普通邻近点中随机选择一个节点，并作为当前节点，进行步骤7； 步骤7.将迭代次数加1，如当前迭代次数达到最大迭代次数或当前节点到达目标点时，则进入步骤8，否则，跳转至步骤2； 步骤8.结束循环，所有选定的节点即为路径； 所述步骤8在整个路径生成过程中采用了多元宇宙优化算法的原理，具体步骤如下： 首先需要创建n个宇宙即路径解，并对多元宇宙优化算法的性能参数虫洞存在概率WEP和虫洞旅行距离率TDR进行初始化，参数TDR通过迭代呈凹型递减，先快速后缓慢地减少，参数WEP线性递增： 之后计算每个宇宙的路径成本代价； 根据轮盘赌原则，针对成本代价标准化的宇宙膨胀率对各个宇宙从高到低进行排序，选出适应度最大的宇宙依轮盘的白洞序号，黑洞与白洞交换维度信息，维度信息即无人机的路径信息； 为得到最优的运动轨迹，进行持续迭代，同时设定寻优边界ub和lb； 当满足随机数r_2WEP时，黑洞通过虫洞穿越到适应度最大的宇宙周围，黑洞维度在适应度最大的宇宙附近通过TDR参数进行更新；得到的最优宇宙即为无人机运动的最优轨迹； 所述TDP和WEP参数迭代表达式如下： T为最大迭代次数，t为当前迭代次数；所述min和max取经验值。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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。