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！

龙图腾网获悉中国海洋大学申请的专利一种车辆智能导航方法及系统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：CN121117659B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202511641814.8，技术领域涉及：G06F18/23213；该发明授权一种车辆智能导航方法及系统是由闫昱筱;高峰设计研发完成，并于2025-11-11向国家知识产权局提交的专利申请。

本一种车辆智能导航方法及系统在说明书摘要公布了：本发明属于车辆导航技术领域，提供了一种车辆智能导航方法及系统，获取车辆导航过程中待处理的三维点云数据；对待处理的三维点云数据进行空间划分，求解各点的法向量；利用求解得到的法向量，计算法向量之间的夹角，基于夹角，构建聚类算法中融合有几何特征的相似度以及聚类目标函数；采用冠豪猪算法的第一防御机制改进黑翅鸢算法的捕猎阶段得到局部寻优策略，结合人工鱼群算法的聚集行为与黑翅鸢算法的迁徙机制得到全局寻优策略，组合得到组合智能算法；利用组合智能算法改进聚类算法，迭代进行聚类中心的优化，直至得到点云簇团划分结果；根据点云簇团划分结果，进行车辆导航。本发明提高了车辆智能导航中待定点分类的精确度。

本发明授权一种车辆智能导航方法及系统在权利要求书中公布了：1.一种车辆智能导航方法，其特征是，包括以下步骤： 获取车辆导航过程中待处理的三维点云数据； 采用二叉空间分区树索引结构对待处理的三维点云数据进行空间划分，求解各点的法向量； 利用求解得到的法向量，计算法向量之间的夹角，基于夹角，构建聚类算法中融合有几何特征的相似度以及聚类目标函数； 融合有几何特征的相似度为： ； 其中，是待定点与中心点的欧式距离，其公式为： ； 其中，和是这两个点的第m个坐标值，M是点云的维度； 为法线向量夹角相似度值，计算待定点的法线向量夹角相似度值为： ； ； 其中，为待定点与此簇团中心点的向量夹角，为遍历此点云簇团内与夹角最相近的点与的向量夹角； 所述聚类目标函数为： ； 其中，为待定点与此簇团中心点之间的相似度，K为聚类簇的总个数，目标函数值越小越好； 采用冠豪猪算法的第一防御机制改进黑翅鸢算法的捕猎阶段得到局部寻优策略，结合人工鱼群算法的聚集行为与黑翅鸢算法的迁徙机制得到全局寻优策略，局部寻优策略和全局寻优策略组合得到组合智能算法； 采用冠豪猪算法的第一防御机制改进黑翅鸢算法的捕猎阶段得到局部寻优策略的过程包括：冠豪猪算法的第一防御机制为： 其中，分别表示种群的第i个个体，在t+1和t次迭代后的具体位置，是基于正态分布的随机数，是区间[0,1]中的随机数，表示第t次迭代时的最优解，表示该冠豪猪与从当前冠豪猪种群中随机选择一冠豪猪之间的位置向量，用来表示捕食者在第t次迭代的位置，其数学公式为：，其中，R是1与种群数N之间的随机数； 根据冠豪猪迭代先后两次的最优值，计算黑翅鸢攻击行为的数学模型中的条件判断依据为： ； 表示第t次迭代时的最优解，表示第t-1次迭代时的最优解，当大于0.9时，令为0.9；时，采用黑翅鸢自身攻击公式，否则，将冠豪猪第一防御机制公式融入黑翅鸢攻击公式中，并对黑翅鸢公式加入修正系数，由此得到改进后的黑翅鸢攻击行为的公式： ； ； ； 其中，分别表示黑翅鸢种群中第i个个体在第j维上在t+1和t次迭代时的具体位置，r是区间[0,1]中的随机数，用于控制随机行为；n是一个动态衰减系数，用于控制搜索步长，T表示迭代的总次数，t表示当前迭代的次数； 使黑翅鸢尽可能在近处探索，寻取此时的最优值，实现局部寻优； 局部寻优策略和全局寻优策略组合得到组合智能算法的过程包括：当一只黑翅鸢在解空间中找到一个有前景的区域时，其余的黑翅鸢将向该黑翅鸢聚集，该黑翅鸢为，将改进后的全局寻优策略得到的最优解与局部寻优策略得到的最优解进行比较，二者选最优，得到组合智能算法，其中，一只黑翅鸢代表一个解决方案； 结合人工鱼群算法的聚集行为和追尾行为与黑翅鸢算法的迁徙机制得到全局寻优策略的过程包括： 全局探索阶段，基于人工鱼群视野的公式，首先以为中心，感知距离Visual内黑翅鸢的个数为，计算各黑翅鸢的中心位置，并计算该位置的适应度值，此值也是聚类的目标函数，借用人工鱼群算法中聚集行为作为黑翅鸢迁徙行为的条件判断依据，并将人工鱼群的最优值融入到公式中，改进后的黑翅鸢迁徙行为的数学模型如下：； 其中，分别表示黑翅鸢种群中第i个个体在第j维上在t+1和t次迭代时的具体位置，表示到目前为止，在第t次迭代的第j维中，黑翅鸢的领先得分者；表示第t次迭代中任意一个黑翅鸢随机位置的适应度值，为符合柯西分布的随机数，表示0,1之间的随机数，为人工鱼群算法中人工鱼的位置拥挤度，为人工鱼的移动步长； 时，采用黑翅鸢迁徙行为自身公式，否则，采用与人工鱼群聚群行为公式相结合的改进后的黑翅鸢迁徙行为的数学模型，由此得到改进后的全局寻优策略； 利用组合智能算法改进聚类算法，迭代进行聚类中心的优化，直至得到最终的聚类中心，进而得到点云簇团划分结果； 根据点云簇团划分结果，进行车辆导航； 利用组合智能算法改进聚类算法，迭代进行聚类中心的优化的过程包括： 利用组合智能算法计算得到K个聚类中心为，其目标函数值为，定义局部停滞阈值为 采用局部寻优策略对当前中心进行优化，记录连续迭代的目标函数值变化； 若连续N1次迭代满足： 则判定陷入局部停滞，记录其次数为NS，采用全局寻优策略生成新中心，比较目标函数值：若，则令并进入局部寻优阶段；否则保持原中心继续局部寻优，分别为第t次和第t-1次迭代的目标函数值； 在局部寻优过程中，若连续N2次出现，则判定发生局部退化，采用全局寻优策略分别生成个新中心，选择其中最优中心： ； 比较目标函数值，若，则令并进入局部寻优阶段；否则保持原中心继续局部寻优； 当NS达到设定值后，视为找到了最优的聚类中心。

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中国海洋大学，其通讯地址为：266100 山东省青岛市崂山区松岭路238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。