買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜河南科技大學申請的專利一種帶有智能決策的多目的地無人機實時航跡規劃方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114779820B 。

龍圖騰網通過國家知識產權局官網在2025-04-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210575247.0，技術領域涉及：G05D1/46；該發明授權一種帶有智能決策的多目的地無人機實時航跡規劃方法是由馬建偉;馬曉毓;臧紹飛;李興海;呂進鋒;馬超設計研發完成，并于2022-05-25向國家知識產權局提交的專利申請。

本一種帶有智能決策的多目的地無人機實時航跡規劃方法在說明書摘要公布了：本發明涉及一種帶有智能決策的多目的地無人機實時航跡規劃方法，本發明有效解決了現有決策方法無法實現最優條件下的航跡規劃的問題；解決的技術方案包括：初始化無人機、目的地及環境信息；其次，利用蟻群算法，建立以最小損耗為目標函數的多目的地決策模型，有效的實現無人機的自主決策；然后，使用基于擴充解的滾動時域法，實現在復雜環境下的分步、實時航跡規劃；最后，采取邊走邊決策的策略完成飛行任務；本方案在基于擴充解的滾動時域法（RHC_eS）中加入智能決策機制，實現了無人機的自主決策與實時航跡的規劃，從而具備實時規劃能力、更快的反應速度、更好的路徑信息反饋能力，優于其他決策與航跡規劃方法。

本發明授權一種帶有智能決策的多目的地無人機實時航跡規劃方法在權利要求書中公布了：1.一種帶有智能決策的多目的地無人機實時航跡規劃方法，其特征在于，包括以下步驟：S1：初始化無人機、目的地及環境信息；S2：構造多目的地智能決策機制；所述S2中多目的地智能決策機制構造過程如下：S2-1：對蟻群算法涉及到的信息素、蟻群數量等參數初始化；S2-2：設定螞蟻從固定起始地出發；S2-3：計算目的地間的轉移概率公式如下： 其中，α為信息素因子的重要程度，γ是啟發式因子的重要程度，τijt表示目的地i和j在第t時刻的信息素濃度，ηij為啟發式函數，Jci為螞蟻c下一步允許選擇的城市集合，啟發式函數公式如下： 式中，dij表示目的地i和j之間的距離，環境中信息素更新公式如下： 其中，ρ為信息素揮發因子，表示螞蟻c在目的地i和j之間留下的信息素濃度，計算公式如下： 其中，Q表示常系數，Mc表示，螞蟻c在走完所有目的地后的總損耗；S2-4：使用輪盤賭法選擇下一個目的地；S2-5：當螞蟻走完所有目的地時，創建目標函數并計算最小損耗，多目的地預測損耗目標函數如下： 其中，目的地總個數為n，Si為目的地i的戰略重要程度，它采用層次分析法中的九分制，由專家打分得出，mi為目的地i的損耗量，它的計算公式如下： 式中，qi表示目的地i的剩余物資量，它的計算公式如下： 式中，Gi和分別表示目的地i的物資量和物資平均消耗速度，為無人機從起始位置飛行到目的地i所需的預計總時長，物資平均損耗速度公式如下： 其中，Vg_imin和Vg_imax分別表示目的地i物資消耗的最小和最大速度；為了計算無人機到達各目的地的預計時間，建立物資運送時間矩陣A2，公式如下所示： 式中Vmax和Vmin分別為無人機的最大和最小速度，A1表示最短航跡矩陣，為了減少計算量，保證實時性要求，兩個目的地之間的距離使用歐式距離，公式如下所示： 其中，n為不包括起始地的目的地個數，Li,j表示從目的地i到目的地j的歐式距離，且當i＝j時，Li,j＝0，由于采用歐式距離，兩目的地之間的來回距離是一樣的，即最短航跡矩陣為對稱矩陣，根據最短航跡矩陣建立物資運送時間矩陣A2展開如下： 其中，t表示無人機從目的地i到目的地j的平均飛行時間，物資運送時間矩陣也為對稱矩陣；S2-6：記錄最小損耗對應的目的地序列并更新信息素；S2-7：重復S2-2—S2-6直到達到迭代次數，輸出最小損耗及對應的目的地序列；S3：選擇最優目的地；S4：使用基于擴充解的滾動時域法RHC_eS進行航跡規劃；S5：更新無人機、目的地及環境信息；S6：采取邊走邊決策策略，循環執行步驟二到步驟五，直到到達最后一個目的地。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人河南科技大學，其通訊地址為：471000 河南省洛陽市洛龍區開元大道263號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。