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！

龙图腾网获悉西南科技大学;哈尔滨电站设备成套设计研究所有限公司申请的专利一种基于类脑计算的无人机集群协同目标围捕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：CN120848561B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202511350883.3，技术领域涉及：G05D1/46；该发明授权一种基于类脑计算的无人机集群协同目标围捕方法是由霍建文;张平;张振宇;孙俊;刘东举;周怀芳;亓皓宽设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。

本一种基于类脑计算的无人机集群协同目标围捕方法在说明书摘要公布了：本发明公开了一种基于类脑计算的无人机集群协同目标围捕方法，属于自主导航机器人和多机器人协调控制技术领域，方法包括：获取相机视角下的多视角图像，得到每架无人机的局部位姿和协方差；根据每架无人机的局部位姿和协方差，得到无人机集群的全局一致相对位姿；采用无迹卡尔曼滤波算法对目标进行状态估计，得到统一坐标系下目标状态信息；使用贝塞尔曲线生成算法得到一段历史状态下的目标运动轨迹；通过质心延展的方法对无人机集群进行扩展，得到目标围捕的围捕队列，采用高斯牛顿法求解最小围捕代价，生成每架无人机的围捕位置；采用混合A*搜索生成无人机的运动轨迹，生成最终的围捕轨迹序列，显著提高了运动状态估计的准确性。

本发明授权一种基于类脑计算的无人机集群协同目标围捕方法在权利要求书中公布了：1.一种基于类脑计算的无人机集群协同目标围捕方法，其特征在于，包括以下步骤： S1、根据无人机获取相机视角下的多视角图像，采用全景图、视觉运动和网格-地标细胞模型，得到每架无人机的局部位姿和协方差； S2、根据每架无人机的局部位姿和协方差，通过压缩广播、共视匹配和图优化算法，得到无人机集群的全局一致相对位姿； S3、基于无人机集群的全局一致相对位姿，每个无人机对目标进行识别，采用无迹卡尔曼滤波算法对目标进行状态估计，并对所有的目标状态估计进行融合，得到统一坐标系下目标状态信息； S4、基于历史的目标状态信息，使用贝塞尔曲线生成算法得到一段历史状态下的目标运动轨迹，扩展贝塞尔曲线轨迹对目标进行运动预测，得到统一坐标系下的目标预测状态； S5、通过质心延展的方法对无人机集群进行扩展，得到目标围捕的围捕队列，采用高斯牛顿法求解最小围捕代价，进而获得最优围捕队列，生成每架无人机的围捕位置； S6、基于每架无人机的围捕位置，采用混合A*搜索算法生成无人机的运动轨迹，根据运动轨迹进行防碰撞检测，生成最终的围捕轨迹序列，完成敏捷目标的围捕； S5包括以下分步骤： S51、在全局统一坐标的基础上，计算无人机群的质心； S52、计算每架无人机中由质心指向无人机的向量，所有无人机向外扩展形成围捕队列，采用排列组合的方式对质心区域以及小扇形区域内无人机进行排序，形成若干围捕队列； S53、采用高斯牛顿法求解围捕函数，得到围捕队列对应的最小围捕代价； S54、对比所有候选围捕队列对应的最小围捕代价，取最小的最小围捕代价的围捕队列为最优围捕队列，计算得到最优围捕点，从而得到每架无人机的围捕位置； S52具体为：获取每架无人机相对于质心的向量，计算该向量与围捕方向向量的无人机夹角，其中，计算第i架无人机夹角的表达式具体为： 式中，为取余函数，为向量与x轴的夹角，取值范围[0,2π，为第i架无人机相对于质心的向量，，Yi为机体坐标系的坐标，C为质心，，N为无人机的数量，为围捕方向向量，，T为目标围捕点； 对所有无人机夹角进行排序，根据排序结果对无人机赋予序号，生成初步的围捕顺序； 若存在处于质心位置的无人机，将该无人机依次插入到圆形队形中相邻两个无人机之间，根据所有可能的插入排列顺序生成围捕队列； 若存在同一方向上存在超过设定数量的无人机，且在同一扇区内密集的无人机夹角的变化小于预设的阈值，则对该无人机集合进行排列组合，得到所有可能的插入顺序，将其插入初步的围捕顺序的间隔位置，根据所有可能的插入排列顺序生成围捕队列； S53中，计算围捕队列对应的最小围捕代价的表达式具体为： 式中，S为围捕队列，为初始角偏置，R为围捕半径，为代价函数； 式中，为围捕队列S中第j架无人机的实际位置。

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南科技大学;哈尔滨电站设备成套设计研究所有限公司，其通讯地址为：621000 四川省绵阳市涪城区青龙大道59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。