Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东海洋大学王骥获国家专利权

广东海洋大学王骥获国家专利权

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!

龙图腾网获悉广东海洋大学申请的专利一种基于改进哈里斯鹰算法的农用无人机航迹规划方法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:CN119937599B

龙图腾网通过国家知识产权局官网在2025-10-31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:202510149874.1,技术领域涉及:G05D1/46;该发明授权一种基于改进哈里斯鹰算法的农用无人机航迹规划方法是由王骥;孙锦豪;郑诗雨设计研发完成,并于2025-02-11向国家知识产权局提交的专利申请。

一种基于改进哈里斯鹰算法的农用无人机航迹规划方法在说明书摘要公布了:本发明适用于路径规划技术领域,尤其涉及一种基于改进哈里斯鹰算法的农用无人机航迹规划方法,所述方法包括:构建场地环境模型,基于场地环境模型确定目标函数;初始化参数;利用Chebyshev映射初始化种群,对个体进行初始化,保留适应度更大的哈里斯鹰个体构成最终初始种群集;执行全局探索策略或者局部开发策略;通过比较整个搜索空间内所有个体的适应度值,不断更新当前全局最优解,满足停止条件时,输出最优个体适应度值与位置。本发明结合了Chebyshev映射、非线性变化的逃逸能量因子机制以及反向学习交叉算子扰动策略,通过构建融合无人机飞行区域和最大爬升角等约束条件的航迹规划模型,得到了安全可靠且低成本的无人机航迹规划方案。

本发明授权一种基于改进哈里斯鹰算法的农用无人机航迹规划方法在权利要求书中公布了:1.一种基于改进哈里斯鹰算法的农用无人机航迹规划方法,其特征在于,所述方法包括: 获取场地的环境条件,构建场地环境模型,基于场地环境模型确定目标函数; 通过改进哈里斯鹰算法对目标函数进行求解: 初始化参数,包括种群数量、最大迭代次数、目标函数的维度、初始值上下界和; 利用Chebyshev映射初始化种群,对个体进行初始化,保留适应度更大的哈里斯鹰个体构成最终初始种群集; 更新值,计算猎物非线性逃逸能量因子,根据的数值执行全局探索策略或者局部开发策略; 通过比较整个搜索空间内所有个体的适应度值,不断更新当前全局最优解,并判断是否达到最大迭代次数T,若满足条件,则输出最优个体适应度值与位置,否则重新初始化种群; 所述获取场地的环境条件,构建场地环境模型,基于场地环境模型确定目标函数的步骤中,场地环境模型的数学模型表示为: ; 式中,xi,yi为第i个山峰的中心坐标;hi为地形参数,控制高度,xsi和ysi分别为第i个山峰沿x轴和y轴方向的衰减量,控制坡度,n为山峰总个数; 所述获取场地的环境条件,构建场地环境模型,基于场地环境模型确定目标函数的步骤中,设置地形约束,表示为: ; 式中,Zi为无人机飞行高度,Z为地形函数,Zxi,yi代表xi,yi所处的地形高度,当飞行高度小于等于地形高度时,适应度将以预设比例放大; 所述获取场地的环境条件,构建场地环境模型,基于场地环境模型确定目标函数的步骤中,设置位置约束,表示为: ; 式中,xmax、ymax和Zmax分别为解空间各个维度上的最大值,n为自然数,当路径点超出解空间时,适应度将被放大; 所述获取场地的环境条件,构建场地环境模型,基于场地环境模型确定目标函数的步骤中,设置最大爬升角约束γ,表示为: ; 其中,为最大爬升角; 目标函数的表达式为: ; 式中:; ; ; 其中,c1、c2和c3分别为地形约束、位置约束和角度约束θ的控制变量,θmax为最大约束角度,P为优化问题的解空间。

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广东海洋大学,其通讯地址为:524088 广东省湛江市麻章区海大路1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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。