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！

龙图腾网获悉深圳技术大学申请的专利一种水下机器人的自主避障方法及水下机器人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：CN120949811B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202511465806.2，技术领域涉及：G05D1/622；该发明授权一种水下机器人的自主避障方法及水下机器人是由张海传;念沐新;刘博;王相坤;王文林;吴国华;欧阳鸿;李铭桂设计研发完成，并于2025-10-14向国家知识产权局提交的专利申请。

本一种水下机器人的自主避障方法及水下机器人在说明书摘要公布了：本申请涉及水下机器人避障控制技术领域，具体涉及一种水下机器人的自主避障方法及水下机器人，该方法包括：分析当前时刻之前预设时长内所有相邻时刻之间各障碍物的中心位置坐标差异，将所有障碍物划分为动态障碍物和静态障碍物；分析不同段之间每类移动数据离散程度的差异以及平均分布情况的差异，确定平滑系数，以预测当前时刻之后历经所需移动时长后对应时刻下各动态障碍物的中心位置坐标，并结合各静态障碍物的最小外接球的体积，以及当前时刻下水下机器人到各障碍物的最小外接球表面的距离，对水下机器人进行路径规划。本申请旨在提高水下机器人对障碍物的避障精度。

本发明授权一种水下机器人的自主避障方法及水下机器人在权利要求书中公布了：1.一种水下机器人的自主避障方法，其特征在于，该方法包括以下步骤： 实时获取水下机器人及其周围各个障碍物的所有类移动数据以及中心位置坐标，其中所有类移动数据包括移动速度和移动方向； 分析当前时刻之前预设时长内所有相邻时刻之间各障碍物的中心位置坐标差异，确定当前时刻下各障碍物的位移相关值，将所有障碍物划分为动态障碍物和静态障碍物； 将所述预设时长内各动态障碍物的每类移动数据划分为多段，分析不同段之间每类移动数据离散程度的差异以及平均分布情况的差异，确定当前时刻下各动态障碍物的每类移动数据的平滑系数； 获取各障碍物的最小外接球，比较当前时刻下水下机器人到各动态障碍物的距离与对应最小外接球半径的差异，并结合所述预设时长内水下机器人的每类移动数据的平均分布情况，确定水下机器人的所需移动时长，并结合所述平滑系数，以预测当前时刻之后历经所需移动时长后对应时刻下各动态障碍物的中心位置坐标，记为障碍物坐标； 综合各静态障碍物的最小外接球的体积，以及当前时刻之后历经所需移动时长后对应时刻下水下机器人的所有预设位置坐标到各动态障碍物的障碍物坐标的距离，确定各障碍物的最大影响范围，结合当前时刻下水下机器人到各障碍物的最小外接球表面的距离，确定当前时刻下各障碍物的斥力场因数，对水下机器人进行路径规划； 所述当前时刻下各障碍物的位移相关值的确定方法为： 在当前时刻之前的预设时长内，计算时刻i下障碍物j的中心位置坐标到时刻i-1下障碍物j的中心位置坐标之间的单位向量，作为时刻i下障碍物j的位移向量； 将所述预设时长内所有相邻时刻下各障碍物的位移向量之间距离的方差，作为当前时刻下各障碍物的位移相关值； 所述将所有障碍物划分为动态障碍物和静态障碍物，包括： 基于所述位移相关值，确定当前时刻下各障碍物的动态置信度，障碍物j的动态置信度的表达式为：；式中，表示当前时刻下障碍物j的位移相关值；表示 当前时刻之前预设时长内障碍物j的移动速度的均值；表示预设大于0的常数； 若当前时刻下障碍物j的动态置信度的归一化值大于预设阈值，则障碍物j为动态障碍物，反之，则为静态障碍物； 所述当前时刻下各动态障碍物的每类移动数据的平滑系数的确定方法为： 将当前时刻之前预设时长内各动态障碍物的每类移动数据作为序列分割算法的输入，输出多个子序列，分别计算各子序列中所有元素的方差和均值，并将距离当前时刻最近的子序列，记为近期子序列； 当前时刻下动态障碍物a的第u类移动数据的平滑系数的表达式为：；式中，表示动态障碍物a的第u类移动数据中近 期子序列与其余所有子序列之间所述方差的差异的均值；表示动态障碍物a的第u类 移动数据中近期子序列与其余所有子序列之间所述均值的差异的平均结果；表示动态 障碍物a的第u类移动数据中近期子序列内所有元素的数量在预设时长内每类移动数据总 数上的占比；exp表示以自然常数为底数的指数函数；norm[]表示归一化函数。

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深圳技术大学，其通讯地址为：518100 广东省深圳市坪山区石井街道兰田路3002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。