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！

龙图腾网获悉南京邮电大学申请的专利一种基于雷达与视觉特征融合的多移动机器人避障控制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：CN121541652B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202610070766.X，技术领域涉及：G05D1/43；该发明授权一种基于雷达与视觉特征融合的多移动机器人避障控制方法及系统是由范莎;王伟鸿;邓超;谢奕桓设计研发完成，并于2026-01-20向国家知识产权局提交的专利申请。

本一种基于雷达与视觉特征融合的多移动机器人避障控制方法及系统在说明书摘要公布了：本发明公开了一种基于雷达与视觉特征融合的多移动机器人避障控制方法及系统，方法包括：采集移动机器人的多模态传感器点云数据，并进行时空融合及预处理，并对预处理后的数据进行障碍物聚类分割，得到障碍物候选簇，再计算出离散障碍物边界；构建障碍物平滑距离近似模型，用于从多模态点云数据提取的离散障碍物边界转化为连续可微数学表征，得到平滑距离指示函数，再通过平滑距离指示函数计算得到移动机器人相对于障碍物的安全屏障函数值；实时采集移动机器人多模态点云数据，计算安全屏障函数值；根据所述安全屏障函数值判断是否触发避障预警阈值。本发明可以实现多移动机器人系统的无碰撞安全运动，也能准确维持预定编队形状及参考轨迹。

本发明授权一种基于雷达与视觉特征融合的多移动机器人避障控制方法及系统在权利要求书中公布了：1.一种基于雷达与视觉特征融合的多移动机器人避障控制方法，其特征在于，包括以下步骤： 步骤S1、采集移动机器人的多模态传感器点云数据，并将多模态传感器点云数据进行时空融合，对时空融合后的全局点云数据进行预处理，并对预处理后的数据进行障碍物聚类分割，得到障碍物候选簇，再计算出离散障碍物边界； 步骤S2、构建障碍物平滑距离近似模型，用于从多模态点云数据提取的离散障碍物边界转化为连续可微数学表征，得到平滑距离指示函数，再通过平滑距离指示函数计算得到移动机器人相对于障碍物的安全屏障函数值，并生成避障引导参考信号； 步骤S3、实时采集移动机器人多模态点云数据，并利用步骤S2的障碍物平滑距离近似模型计算安全屏障函数值； 步骤S4、根据所述安全屏障函数值判断是否触发避障预警阈值； 在步骤S2中，包括： 步骤S21、在所述障碍物平滑距离近似模型中，利用-norm理论将不规则障碍物的边缘点阵转化为连续且处处可微的数学表征，平滑距离指示函数定义为： ； 式中，为第个移动机器人的位置向量；为第个障碍物关联的第个采样点圆心；为与第个障碍物关联的封闭边界采样点总数，为移动机器人安全半径，为边界采样点半径；为大于1的正整数，用于调节模型对障碍物边界的近似精度； 步骤S22、基于步骤S21得到的平滑距离指示函数，利用安全屏障函数实时评估移动机器人与不规则障碍物间的碰撞风险，所述安全屏障函数表示为： ； 式中，为第个移动机器人相对于障碍物的安全屏障函数值；为预设的归一化避障预警边界阈值，用于定义障碍物周围的危险势能场范围；为正的常数，用于调节屏障函数的势能增益强度；为第个移动机器人动力学系统的阶数； 步骤S23、利用各移动机器人的局部观测信息及邻居移动机器人状态偏差，构建基于一致性协议的指令调节器，用于生成避障引导参考信号，所述局部观测信息包括领航移动机器人的位置、速度及姿态参考值，所述邻居移动机器人状态偏差为当前移动机器人与邻居移动机器人指令调节器内部状态之间的矢量差，所述指令调节器表示为： ； 式中，为分布式指令调节器状态的时间导数；为通信拓扑中的邻居集合；为感知范围内的邻居集合；为第个移动机器人的分布式指令调节器状态向量；为第j个移动机器人的分布式指令调节器状态向量；与分别为参考系统的系统矩阵与输出矩阵；为指令调节器的一致性更新增益；为移动机器人对理想参考状态的观测权重；为包含编队几何偏移向量的中间理想目标信号；为包含避障约束信息的综合屏障耦合项；为预设的编队几何偏移向量；与分别为经过滤波处理后的障碍物避障屏障项与移动机器人间避障屏障项；为预设的时间延迟参数；为最终生成的用于引导执行层追踪的自适应无碰撞参考指令信号。

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南京邮电大学，其通讯地址为：210023 江苏省南京市栖霞区文苑路9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。