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！

龙图腾网获悉北京理工大学申请的专利一种受空间关系记忆启发的机器人运动规划方法及装置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：CN119124191B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411193677.1，技术领域涉及：G01C21/34；该发明授权一种受空间关系记忆启发的机器人运动规划方法及装置是由邬霞;贾甜远;李子遇;李晴;李秀星设计研发完成，并于2024-08-28向国家知识产权局提交的专利申请。

本一种受空间关系记忆启发的机器人运动规划方法及装置在说明书摘要公布了：本发明涉及机器人运动规划技术领域，特别是指一种受空间关系记忆启发的机器人运动规划方法及装置。所述方法包括：根据运动起始位置信息、运动目标位置信息以及地图信息，在机器人的构型空间中，使用选择性采样策略通过K‑NN算法构建第一随机几何图；基于预设的置信度阈值，将第一随机几何图以及障碍物位置信息输入智慧边缘选择器进行边缘筛选，获得第二随机几何图；根据第二随机几何图，通过记忆感知预测器进行启发值计算，得到节点启发值；根据节点启发值以及第二随机几何图，使用可微模块进行最优路径搜索，获得第二最优路径。本发明是一种基于人脑空间关系记忆启发的高效且准确的机器人运动规划方法。

本发明授权一种受空间关系记忆启发的机器人运动规划方法及装置在权利要求书中公布了：1.一种受空间关系记忆启发的机器人运动规划方法，其特征在于，所述方法包括： 获取运动起始位置信息、运动目标位置信息、障碍物位置信息和地图信息； 基于选择性采样策略，根据所述运动起始位置信息、运动目标位置信息以及地图信息，在机器人的构型空间中，通过K‑NN算法构建第一随机几何图； 基于预设的置信度阈值，将所述第一随机几何图以及所述障碍物位置信息输入智慧边缘选择器进行边筛选，获得第二随机几何图； 其中，所述智慧边缘选择器包括编码层、transformer层和隐藏层； 所述编码层是根据注意力机制构建的； 所述隐藏层是根据多层感知机模型结构构建的； 其中，所述基于预设的置信度阈值，将所述第一随机几何图以及所述障碍物位置信息输入所述智慧边缘选择器进行边筛选，获得第二随机几何图，包括： 根据所述第一随机几何图，获得节点信息以及边信息； 将所述节点信息、所述边信息和所述障碍物位置信息输入所述编码层进行特征提取，获得第一节点特征、第一边特征和障碍物位置特征； 根据所述第一节点特征、第一边特征和障碍物位置特征，通过所述transformer层进行编码处理，获得节点‑障碍物特征以及边‑障碍物特征； 将所述节点‑障碍物特征以及边‑障碍物特征输入所述隐藏层进行置信度计算，得到边置信度； 根据所述边置信度以及预设的置信度阈值，对所述第一随机几何图的边进行筛选，获得第二随机几何图； 根据所述第二随机几何图，通过记忆感知预测器进行启发值计算，得到节点启发值； 其中，所述记忆感知预测器包括子图提取层、图编码层、线性层、池化层和输出层； 其中，所述根据所述第二随机几何图，通过所述记忆感知预测器进行启发值计算，得到节点启发值，包括： 根据所述第二随机几何图输入所述子图提取层进行子图提取，获得Ego子图以及Cut子图； 基于预设的随机游走过程，根据所述Ego子图以及Cut子图进行概率分布计算，得到Ego子图随机游走概率以及Cut子图随机游走概率； 将所述第二随机几何图输入所述图编码层进行特征提取，获得第二节点特征以及第二边特征； 将所述Ego子图随机游走概率以及Cut子图随机游走概率输入所述图编码层进行编码处理，获得第一隐藏表示向量特征以及第二隐藏表示向量特征； 将所述第一隐藏表示向量特征以及第二隐藏表示向量特征，通过所述线性层拼接到所述第二节点特征的顶点向量上，获得第一拼接顶点向量； 将所述第一拼接顶点向量输入所述池化层进行聚合迭代，获得第二拼接顶点向量； 将所述第二拼接顶点向量以及所述第二边特征输入所述输出层进行启发值计算，得到第二随机几何图的节点启发值； 基于可微A*模块，根据所述节点启发值以及所述第二随机几何图，使用快捷路径探索方法进行最优路径搜索，获得第二最优路径。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。