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！

龙图腾网获悉西北工业大学申请的专利AUV编队方法、装置、计算机系统及可读存储介质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：CN114879664B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202210421795.8，技术领域涉及：G05D1/43；该发明授权AUV编队方法、装置、计算机系统及可读存储介质是由陈依民;高剑;温颖倩;王昭;彭星光;张福斌;张立川;潘光;宋保维设计研发完成，并于2022-04-21向国家知识产权局提交的专利申请。

本AUV编队方法、装置、计算机系统及可读存储介质在说明书摘要公布了：本发明涉及一种AUV编队方法、装置、计算机系统及可读存储介质，属于自动控制技术领域。将AUV个体划分为领航者、协调者和跟随者，并设计不同角色的功能和协调策略，将其嵌入分布式模型预测控制DMPC框架中，计算不同角色的代价函数，将协调控制问题转化为最优控制问题，将分散分布的AUV组群聚集到目标区域并保持期望队形。分布式协调策略的因不依赖固定队形能够迅速做出调整以形成一个新的队形，当一个成员发生问题时对整体功能影响很小，完成的新编队队形能继续完成任务；分布式模型预测控制通过将整体优化问题分配到各个子系统，显著降低了计算量。

本发明授权AUV编队方法、装置、计算机系统及可读存储介质在权利要求书中公布了：1.一种AUV编队方法，其特征在于，步骤如下： S1：为AUV群设计不同角色和功能并规定协调机制 S1-1：定义邻居及邻居相对期望位置 设多AUV系统由N个AUV组成，第个AUV记为AUVi，设AUVi的最大通信距离为，假设多AUV系统具有理想的通信条件，可以在每个控制周期与邻居进行双向通信，其通信范围是以自身为圆心、为半径的圆；在t时刻，AUVi的位置向量为，其中，为AUVi的横坐标，为AUVi的纵坐标；同理可得AUVj的位置向量为，若满足，则在t时刻，AUVi与AUVj互为邻居，可以相互通信； 期望队形是由正方形晶状格结构，因此AUV最多可以有4个邻域给定邻居之间的期望距离为D R，D R通信半径R，每个AUV生成4个要被占用的相对位置，并按顺序编号； S1-2：为AUV设计不同角色 定义三种不同目标类型的成员：领航者、协调者和跟随者； 根据组群从分散到聚集前往目标区域的场景，假设存在一个虚拟引导点，在组群初始位置到目标区域的方向上保持恒定的直线运动，AUV集群进行追随； 因此，组群的虚拟制导点位置的更新描述如下： 1 其中，为虚拟制导点的速度； 领航者：专注于跟踪虚拟制导点，领导整个形成的组群，使整个队伍能够尽可能地跟上虚拟制导点， 协调者：协调其周围的邻居向着以自身为几何中心的正方形的相应顶点运动；协调者将跟随领导者也就是邻居1的位置，而其他3个位置安排给了3个AUV邻居，引导他们到指定位置； 跟随者：在自己的邻居中找到协调者，并根据协调者位置分配信息导航自己； S1-3：规定协调机制 开始设定所有AUV为虚拟导航点的跟随者： （1）协调者的生成 跟随者AUVi和跟随者AUVj在进入彼此的通信范围之前都没有邻居；设计距离虚拟制导点更近的跟随者变更为协调者，另一个AUV将成为它的跟随者；然后协调者会对跟随者进行位置分配，协调者也成为了当前组群的局部领航者； （2）领航者的生成 设计AUVi与虚拟制导点的距离小于D R2时，变更为领航者，在其他AUV进入以虚拟制导点为圆心以D R2为半径的领域圆之前会先和AUVi进行通信并相互作用，故不会出现两个AUV争抢领航者的情况；假设两个AUV同时与虚拟制导点的距离为D R2，此时两者肯定在一个组群，按照两者的跟随关系，被跟随的一方变更为领航者；其他AUV遇到领航AUV以后均变更为协调者，接受领航者的位置安排，同时领航者会发送一个特别的消息给这些协调者说明领航者在该组群，并逐步把消息发送到组群的其他AUV；其他组群与其相遇时，需要接受该组群的领导； （3）单个跟随者遇到协调者 一旦跟随者进入协调者的通信距离，协调者将检查其当前空缺位置的数量，并生成其与协调者当前位置相关的坐标；然后根据夹角选择空闲位置作为分配结果，安排的位置已经有AUV时，AUV会在剩下的位置选择距离最近的安排给新的跟随者； （4）单个跟随者遇到组群内跟随者 单个跟随者进入组群内跟随者的通信距离时，组群内跟随者将变更为协调者，然后给跟随者AUV安排位置，变成协调者的AUV将与其原本跟随的协调者AUV一起协调整个队形； （5）协调者遇到协调者 当两个协调者相遇时，有领航者的组群为领导组群，主导了位置分配，被领导的组群内的局部领航者将不再跟随虚拟制导点，而是与其他协调者一起协调组群的队形； （6）组群内跟随者遇到组群内跟随者 当组群内跟随者进入其他组群内跟随者的通信距离，两个跟随者都变更为协调者，然后整个过程和第（5）种情况相同； （7）组群内跟随者遇到协调者 当组群内跟随者进入协调者的通信距离，跟随者将变更为协调者，然后整个过程和第（5）种情况相同； S2：建立分布式模型预测控制框架 分布式协调策略是在DMPC的每个控制周期，AUV根据通信距离R进行通信搜索它们的邻居，然后AUV根据一定的规则给自身分配角色，以使多个AUV有序地组成一个群体航行；各AUV在向自身的邻居传输信息后，在当前预测范围内求解自身的最优化控制问题，并且执行最优控制序列的第一个控制量； S2-1：定义AUVi的非线性系统运动模型 2 其中，是系统的初始时刻，和分别表示AUVi在t时刻的状态向量和控制输入向量； S2-2：AUVi初始化 在时刻，使用上一时刻计算出的最优控制输入作为下一控制周期的初始控制输入，使用当前观测到的状态向量作为下一个控制周期的初始状态； S2-3：确定邻居并与邻居交互信息 根据S2-1通信确定邻域AUV： 当前时刻的状态向量观测值与下一控制周期的估计控制向量打包，与邻近各AUV进行信息交换； 其中，为控制周期，表示在时刻计算出的最优控制序列；表示时刻的最优控制输入，作为接下来一个控制序列的控制输入； S2-4：将MPC子控制器将相关信息代入优化函数式 其中，为控制器收到的相邻AUV状态值，除了以上的优化函数，控制器计算过程中还需要保证系统满足以下条件及约束 其中，，和分别表示状态约束和终端约束条件； 优化问题中代价函数定义为 11 其中，和分别为 12 13 S3：确定不同角色的代价函数 领航者的代价函数表示如下： 14 协调者的代价函数表示如下： 15 跟随者的代价函数表示如下： 16 其中，分别为跟踪邻居项和虚拟制导点项的切换参数；和是跟随协调者时的期望位置向量，为期望半径； 将上述代价函数代入优化问题中，其中可根据步骤S3得到，将式141516代入11可将协调控制问题转化为最优控制问题寻找最优解，求解得到该时刻的最优控制序列，即该时刻各AUV的运动趋势，并将其第一个步长作为下一个时刻的控制输入，进行下一次最优控制； S4：输出分布式模型预测协调控制结果 在每个控制时刻，根据前一个预测时域求解出的最优控制输入计算出当前时刻AUV的状态，基于步骤S2-3与相邻AUV交换信息确定各AUV的期望相对位置，并进行步骤S2-4计算优化问题，求解得到该时刻的最优控制输入，然后进行下一次最优控制的更新；随着时间的推移，各个AUV根据每个时刻的控制向量不断更新状态，形成状态随时间变化的运动轨迹，进而实现基于群体智能的集群任务来形成期望的正方形晶状格结构队形。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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”。