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！

龙图腾网获悉湘江实验室申请的专利基于量子退火优化的无人驾驶全局路径规划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：CN121089768B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202511643912.5，技术领域涉及：G01C21/34；该发明授权基于量子退火优化的无人驾驶全局路径规划方法及系统是由姜博瀚;徐洪奎;侯海良设计研发完成，并于2025-11-11向国家知识产权局提交的专利申请。

本基于量子退火优化的无人驾驶全局路径规划方法及系统在说明书摘要公布了：本申请公开一种基于量子退火优化的无人驾驶全局路径规划方法及系统，该方法步骤包括：步骤S01.实时获取被控车辆周围环境信息；步骤S02.量子化建模过程中使用改进型哈密顿量并转化为QUBO模型，改进型哈密顿量中的参数根据实时环境信息变化；步骤S03.先利用经典预处理算法生成初始路径并进行优先级排序，更新改进型哈密顿量的参数以及QUBO模型，输入至量子退火器进行求解，使用经典算法结果指导量子求解，以及根据求解结果优化经典算法的参数；步骤S04.将全局最优路径转换为控制指令以控制被控车辆行驶。本申请能够兼顾车辆的硬件限制条件、运行效率要求以及环境适应性，提升规划的计算效率、全局优化能力与环境适应性。

本发明授权基于量子退火优化的无人驾驶全局路径规划方法及系统在权利要求书中公布了：1.一种基于量子退火优化的无人驾驶全局路径规划方法，其特征在于，步骤包括： 步骤S01.环境信息获取：实时获取被控车辆周围环境信息； 步骤S02.量子化建模：将路径规划问题建模为量子退火模型，所述量子退火模型中使用改进型哈密顿量并转化为QUBO模型，全局最优路径对应所述改进型哈密顿量的最小能量值，通过求解所述QUBO模型得到所述全局最优路径，所述改进型哈密顿量包括横向场项、问题耦合项以及用于表示路径违规程度的约束惩罚项，所述横向场项用于驱动量子比特在基态与激发态间跃迁，所述问题耦合项通过能量高低表示路径优劣程度，所述改进型哈密顿量中参数根据实时环境信息变化，所述参数包括横向场项中横向场强度、问题耦合项中问题耦合强度以及约束惩罚项中约束惩罚系数； 步骤S03.混合量子退火-经典计算：先利用经典预处理算法筛选出候选路网节点生成初始路径并进行优先级排序，然后根据所述被控车辆周围环境信息更新所述改进型哈密顿量的参数以及所述QUBO模型，将当前更新的QUBO模型输入至量子退火器进行求解，使用经典预处理算法生成的初始路径、优先级排序指导QUBO模型的求解，以及根据求解结果优化经典预处理算法的参数，最终由量子退火器输出最优解得到全局最优路径； 步骤S04.控制执行：将当前生成的全局最优路径转换为控制指令以控制被控车辆行驶； 所述改进型哈密顿量的计算表达式为： 其中，为横向场项，为t时刻的横向场强度，为横向场；为问题耦合项，为t时刻的问题耦合强度，为问题能量，计算表达式为：，，和为二进制变量，表示经过节点，表示不经过节点，表示经过节点，表示不经过节点，为节点与节点间的欧氏距离，表示节点与节点间的实时通行时间，为节点与节点间的能耗系数，为权重系数；为约束惩罚项，为t时刻的约束惩罚项系数，为约束惩罚； 横向场强度采用指数衰减模型，计算表达式为：，其中，t表示时间，为初始横向场强度，为衰减时间常数；问题耦合强度采用Sigmoid增长模型，计算表达式为：，其中，为饱和耦合强度，为拐点时间，为增长速率常数。

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湘江实验室，其通讯地址为：410221 湖南省长沙市长沙高新区尖山路217号北斗产业园1栋；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。