Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江谱麦科技有限公司王毅获国家专利权

浙江谱麦科技有限公司王毅获国家专利权

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!

龙图腾网获悉浙江谱麦科技有限公司申请的专利基于多特征斥力势场的移动机器人动态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:CN115933663B

龙图腾网通过国家知识产权局官网在2026-02-03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:202211603679.4,技术领域涉及:G05D1/43;该发明授权基于多特征斥力势场的移动机器人动态避障方法是由王毅;陈章位;张翔;宋卫猛;刘孟林;李亚莉设计研发完成,并于2022-12-13向国家知识产权局提交的专利申请。

基于多特征斥力势场的移动机器人动态避障方法在说明书摘要公布了:本发明公开了一种基于多特征斥力势场的移动机器人动态避障方法,所述机器人上设有激光雷达、定位系统、三维激光传感器和四线激光传感器;激光雷达、定位系统、三维激光传感器和四线激光传感器均与机器人的处理器数据连接,处理器与计算机数据连接;本发明具有有效解决了人工势场法的目标不可达问题和局部极小值问题的特点。

本发明授权基于多特征斥力势场的移动机器人动态避障方法在权利要求书中公布了:1.一种基于多特征斥力势场的移动机器人动态避障方法,其特征是,所述机器人上设有激光雷达、定位系统、三维激光传感器和四线激光传感器;激光雷达、定位系统、三维激光传感器和四线激光传感器均与机器人的处理器数据连接,处理器与计算机数据连接; 包括如下步骤: 步骤1,激光雷达根据所处的环境构建矩形的路径规划地图,路径规划地图边缘上设有矩形墙; 步骤2,定位系统获取机器人的当前位置,操作人员通过计算机在路径规划地图中设置目标点位置,处理器对当前位置和目标点位置进行比较,处理器做出机器人是否到达目标点位置的判断; 步骤3,如果处理器做出机器人已经到达目标点位置的判断,则完成路径规划; 如果处理器做出机器人没有到达目标点位置的判断,则进行路径规划: 步骤3-1,三维激光传感器和四线激光传感器对动态障碍物进行检测和跟踪,处理器得到距离机器人在安全距离内的每个动态障碍物的位置、姿态、形状、速度和加速度; 步骤3-2,对于每个动态障碍物,处理器进行如下计算: 3-2-1,设动态障碍物的引力势场Pterminal为: 其中,kp为引力增益常数;xrobot,yrobot为机器人当前位置,xterminal,yterminal为机器人目标点位置;xrobot-xterminal2+yrobot-yterminal2表示机器人当前位置和目标点位置的距离的平方; 设动态障碍物的斥力势场Prepulsive为: 其中,bobstacle为机器人和动态障碍物之间的距离,为动态障碍物的速度,ηrep为设定的斥力系数; 3-2-2,当机器人和动态障碍物的形态均为矩形,并且机器人的宽度和长度分别为2arobot和2brobot,动态障碍物的宽度和长度分别为2aobstacle和2aobstacle时,将矩形的机器边缘上的点Xrobot,Yrobot的方程表示为: 机器人的左边:Xrobotcosθrobot-Yrobotsinθrobot=-arobot; 机器人的右边:Xrobotcosθrobot-Yrobotsinθrobot=arobot; 机器人的上边:Xrobotsinθrobot+Yrobotcosθrobot=-brobot; 机器人的下边:Xrobotsinθrobot+Yrobotcosθrobot=brobot; 将矩形的动态障碍物边缘上的点Xobstacle,Yobstacle的方程表示为: 动态障碍物的左边:Xobstaclecosθobstacle-Yobstaclesinθobstacle=-aobstacle; 动态障碍物的左边:Xobstaclecosθobstacle-Yobstaclesinθobstacle=aobstacle; 动态障碍物的左边:Xobstaclesinθobstacle+Yobstaclecosθobstacle=-bobstacle; 动态障碍物的左边:Xobstaclesinθobstacle+Yobstaclecosθobstacle=bobstacle; 其中,θrobot表示机器人的移动方向与路径规划地图的笛卡尔坐标系y轴的夹角;θobstacle表示动态障碍物的移动方向与路径规划地图的笛卡尔坐标系y轴的夹角,动态障碍物的移动方向由动态障碍物的姿态获得; 3-2-3,当机器人和动态障碍物的形态均呈椭圆形,并且机器人的长轴和短轴的长度分别为arobot和brobot,动态障碍物的长轴和短轴的长度分别为aobstacle和bobstacle时,则点Xrobot,Yrobot的方程表示为: 其中,xrobot,yrobot为椭圆形的机器人的中心坐标; 则点Xobstacle,Yobstacle的方程表示为: 其中,xobstacle,yobstacle为椭圆形的动态障碍物的中心坐标; 3-2-4,处理器计算动态障碍物和机器人之间的距离dobstacle: 计算矩形墙的斥力势场和Pwall: 其中,为设定的机器人和矩形墙之间的安全距离,dwall为机器人和矩形墙之间的距离,ηrep为设定的斥力系数; 3-2-4-1,当机器人是长度和宽度分别为2arobot和2brobot的矩形时,dwall为: 3-2-4-2,当机器人是长轴和短轴的长度分别为arobot和brobot的椭圆形时,dwall为: 其中,a为路径规划地图的宽度,b为路径规划地图的高度;d1为机器人与矩形墙的右墙体之间的距离,d2为机器人与矩形墙的左墙体之间的距离,d3为机器人与矩形墙的上墙体之间的距离,d4为机器人与矩形墙的下墙体之间的距离; 3-2-5,设动态障碍物趋势的斥力势场Ptend为: 其中,表示动态障碍物的加速度,ηtrend为设定的趋势系数; 则机器人所受势场总和P为: P=Pterminal+Prepulsive+Pwall+Ptrend; 机器人所受合力 其中,为哈密顿算子; 则计算基于采样的趋势引导点psteer: psteer=p+LF,t 其中,p表示机器人的当前位置,LF,t表示机器人在合力下,t时间后的移动距离; 3-3,根据趋势引导点位置的受力情况,处理器判断机器人是否即将陷入目标不可达问题和局部极小值问题; 若陷入目标不可达问题,处理器通过修改斥力系数ηrep,改变机器人在当前位置所受合力大小和方向,解决目标不可达问题;若陷入局部极小值问题,处理器通过添加随机逃逸力改变机器人在当前位置所受合力大小和方向,使机器人摆脱平衡,解决局部极小值问题; 步骤3-4,处理器根据机器人在当前位置所受的各种力的大小和方向,控制机器人进行运动,返回步骤2。

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谱麦科技有限公司,其通讯地址为:315048 浙江省宁波市宁波高新区聚贤路587弄15号2#楼033幢7-1-1;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。

免责声明
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。