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！

龙图腾网获悉湖南大学申请的专利一种基于分层路径规划的集群机器人协同作业方法与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：CN121165793B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511679774.6，技术领域涉及：G05D1/693；该发明授权一种基于分层路径规划的集群机器人协同作业方法与系统是由毛建旭;邹佩;谢核;高谢毅;张志宏;王耀南;张辉设计研发完成，并于2025-11-17向国家知识产权局提交的专利申请。

本一种基于分层路径规划的集群机器人协同作业方法与系统在说明书摘要公布了：一种基于分层路径规划的集群机器人协同作业方法与系统，其中集群机器人协同作业方法包括：对集群机器人作业的环境地图进行空间分区，得到多个无障碍的单元格；采用改进型RRT*算法对集群机器人进行路径初步规划，并结合启发式函数引导树结构向目标单元格边界扩展；利用CBS算法协调多个测量机器人之间的路径冲突，形成无碰撞路径集合；采用CBS算法为一个或多个跟踪机器人统一规划路径；对所有测量机器人的路径以及各个跟踪机器人的路径分别进行路径平滑处理，得到最终规划的无碰撞的路径。本发明通过对作业环境进行有界单元划分，并结合改进型RRT*算法在单元格边界采样，可显著提升路径规划效率与目标导向性。

本发明授权一种基于分层路径规划的集群机器人协同作业方法与系统在权利要求书中公布了：1.一种基于分层路径规划的集群机器人协同作业方法，其特征在于，包括如下步骤： S1、采用障碍物检测方法和有界单元划分法对集群机器人作业的环境地图进行空间分区，得到多个无障碍的单元格；集群机器人包括若干个跟踪机器人和多个测量机器人； S2、采用改进型RRT*算法对集群机器人进行路径初步规划，得到初始路径集合，其中改进型RRT*算法的改进在于采用边界约束引导自适应采样策略进行节点采样，边界约束引导自适应采样策略是根据单元格拓扑、目标位置、障碍物分布动态调整采样的节点分布，且在节点生成中节点仅在单元格边界上生成的策略； S3、对所有测量机器人生成的路径进行全局冲突检测，并利用CBS算法协调多个测量机器人之间的路径冲突，形成无碰撞路径集合； S4、以测量机器人无碰撞路径集合为依据，采用CBS算法为一个或多个跟踪机器人统一规划跟踪路径，同时在每个跟踪机器人路径优化过程中，通过构建的路径代价函数使得当前跟踪机器人与负责跟踪的多个测量机器人之间保持至少设定的安全跟踪距离； S5、当某个跟踪机器人无法感知其所负责的任一测量机器人位置时，进入感知恢复模式，若感知恢复失败，则该跟踪机器人自动终止感知恢复状态并回退至S4，重新规划跟踪机器人跟踪路径； S6、对所有测量机器人的路径以及各个跟踪机器人的跟踪路径分别进行路径平滑处理，得到最终规划的无碰撞路径； 所述S1具体包括如下步骤： S11、结合集群机器人本体半径及设定的安全距离，对环境地图中障碍物所在区域进行形态膨胀处理，并更新环境地图中障碍物边界；其中集群机器人中的测量机器人负责执行特定的测量任务，跟踪机器人负责实时获取一个或多个测量机器人的位姿状态； S12、采用有界单元划分法自左向右依次扫描环境地图中的每列单元格，通过障碍物检测将每一列中相邻的可通行的单元格合并到一个单元格，得到多个无障碍的单元格； 所述S2具体包括如下步骤： S21、将所有测量机器人的起点与目标作为改进型RRT*算法的输入，并基于单元格的空间拓扑关系，并结合启发式函数引导采样方向，在多个单元格的边界上随机采样生成节点； S22、确定距离节点最近的节点，连接节点和节点并找到连线上与多个单元格边界交点中与节点最近的节点； S23、判断节点与节点上的连线之间有无障碍物，如果没有，进入S24中，否则进入S25； S24、将节点作为结构树上的一个新节点，并将新节点作为节点，然后判断当前迭代次数达到设定次数，如果是，则结束路径初步规划，得到初始路径集合，否则进入S22中； S25、放弃节点，然后判断当前迭代次数达到设定次数，如果是，则结束路径初步规划，得到初始路径集合，否则返回S21； 所述S3具体包括如下步骤： S31、对生成的测量机器人路径进行全局冲突检测，并依据初始路径集合构建时空占用约束表； S32、CBS算法内的高层搜索器参考时空占用约束表并以“无约束”情形构建约束树的初始根节点； S33、高层搜索器参考时空占用约束表对初始路径集合进行冲突检测，判断是否存在多个测量机器人在相同时刻占据同一位置或相距小于设定安全距离阈值的情况； S34、一旦检测到冲突，高层搜索器将该冲突作为分裂点在约束树上生成两个子节点，每个子节点分别向冲突的测量机器人添加一个排除性约束，随后仅对被加排除性约束的测量机器人中调用底层路径规划器从起点重新规划一条完整路径，以满足新的约束条件；而所有未受影响的测量机器人的路径和历史约束则原样继承到生成的这两个子节点； S35、高层搜索器再次进行冲突检测，如果仍存在路径冲突，则返回S34，直至得到全局无冲突的路径，形成无碰撞路径集合。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路1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。