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 > 浙江理工大学蔡高参获国家专利权

浙江理工大学蔡高参获国家专利权

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!

龙图腾网获悉浙江理工大学申请的专利基于超声频率自适应的无人机智能动态避障方法及系统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:CN121028836B

龙图腾网通过国家知识产权局官网在2026-02-06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:202511547291.0,技术领域涉及:G05D1/495;该发明授权基于超声频率自适应的无人机智能动态避障方法及系统是由蔡高参;徐沛霖;孟培培;胡耀武;何山;吴丽光;叶建波设计研发完成,并于2025-10-28向国家知识产权局提交的专利申请。

基于超声频率自适应的无人机智能动态避障方法及系统在说明书摘要公布了:本发明属于无人机飞行控制技术领域,具体涉及基于超声频率自适应的无人机智能动态避障方法及系统。方法包括:1.实时监测静态障碍物的位置与距离,调整超声波发射的频率;使用气压计设备实时探测无人机邻域环境,并通过惯性传感器提供无人机的姿态、加速度和角速度,实现对无人机周围环境的全面感知后对数据进行预处理;2.通过CNN‑AE和LSTM决策引擎进行离线训练与在线更新的双阶段模式,生成避障路径,根据实时环境动态调整飞行策略;3.通过动态优先级奖励函数,根据障碍物距离自适应调整奖励权重,引导无人机在飞行过程中做出最优决策与路径优化;4.通过应急控制模块,在通信中断时触发基于Q值表的本地决策,确保无人机在异常情况下仍能安全飞行。

本发明授权基于超声频率自适应的无人机智能动态避障方法及系统在权利要求书中公布了:1.基于超声频率自适应的无人机智能动态避障方法,其特征在于,包括如下步骤; S1,无人机沿预设航线飞行时,飞行控制系统首先读取上一个决策周期中深度Q网络输出的中心频率,并触发数字直接合成DDS驱动装置,向四枚宽带超声换能器同时发射窄脉冲或线性扫频信号;宽带超声换能器接收的回波经模数转换器采样后,立即送入卷积神经网络CNN-AE完成去噪、增强和互相关特征提取,并输出结果; S2,姿态识别模块同步输出融合后的姿态角、航向角、速度和加速度数据,长短期记忆网络对无人机行进路径进行短期预测,获得未来姿态变化趋势;深度Q网络综合检测到的超声特征和未来姿态变化趋势,划分安全区、减速区、急停区,并生成复合动作; S3,当进入急停区时,立即执行制动或爬升机动;当进入减速区时,则降低速度并按偏航指令绕行;当处于安全区时,则保持巡航,同时将最新状态反馈给深度Q网络的深度学习决策层,完成闭环更新; 在步骤S1中,所述宽带超声换能器接收的回波经模数转换器采样后,立即送入卷积神经网络CNN-AE完成去噪、增强和互相关特征提取,并输出结果包括如下步骤: 利用增强数据对卷积自编码网络CNN-AE进行预训练,网络输入为动态中心频率标记的回波窗,输出为去噪互相关特征和距离真值; 使用“重建误差+谱一致性”联合损失: ; 其中,为整体联合损失,为划分后的回波窗个数,为模型对第n个回波窗的重构结果,为谱一致性损失的权重系数;表示频域幅度差的L2范数。

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理工大学,其通讯地址为:310018 浙江省杭州市钱塘区下沙2号大街928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。

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。