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！

龙图腾网获悉桂林电子科技大学申请的专利一种基于障碍物边界点位置的多智能体蜂拥避障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：CN116185068B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202310117278.6，技术领域涉及：G05D1/46；该发明授权一种基于障碍物边界点位置的多智能体蜂拥避障方法是由符强;纪晓宇;伍建辉;罗文浩;刘灿声;郑锦宇设计研发完成，并于2023-02-15向国家知识产权局提交的专利申请。

本一种基于障碍物边界点位置的多智能体蜂拥避障方法在说明书摘要公布了：本发明公开了一种基于障碍物边界点位置的多智能体蜂拥避障方法，包括建立速度约束的多智能体运动模型；设计分离区、预警区和吸引区的位置虚拟势场非负分段函数，建立位置梯度项；根据智能体感知的障碍物边界点位置信息，设计智能体对障碍物边界点的期望速度表征方法，建立速度一致项；建立引导反馈项；基于上述步骤所构建的位置梯度项、速度一致项和引导反馈项，设计速度约束的多智能体运动模型的控制输入项，实现蜂拥避障。与现有技术相比，本发明的新型多智能体蜂拥避障方法完全放松了障碍物信息、形状和边界约束,可以保证多智能体蜂拥避障过程不发生碰撞，可以使感知到障碍物阻挡其跟随的智能体沿障碍物边界绕过障碍物并重新聚集。

本发明授权一种基于障碍物边界点位置的多智能体蜂拥避障方法在权利要求书中公布了：1.一种基于障碍物边界点位置的多智能体蜂拥避障方法，其特征在于，包括下列步骤： 步骤1：建立速度约束的多智能体运动模型，确定控制输入项，计算智能体位置向量和速度向量； 所述速度约束的多智能体运动模型为 其中，qi表示智能体i的位置向量，pi表示智能体i的速度向量，表示智能体i的最高速度，ui表示智能体i的控制输入项，N表示智能体总数，δi表示权重因子，||·||表示欧氏范数； 所述智能体i的速度向量pi，设计权重因子δi为 在计算智能体位置向量的过程中，确定权重因子δi，根据速度约束的多智能体运动模型计算智能体i的位置向量qi，确定智能体i感知到的所有智能体集合智能体i感知到的所有障碍物边界点集合 步骤2：确定最小安全距离，设计分离区、预警区和吸引区的位置虚拟势场非负分段函数，建立位置梯度项； 步骤2的实施过程，包括下列步骤： 确定最小安全距离dmin和分离区半径de； 设计分离区、预警区和吸引区的位置虚拟势场非负分段函数为 其中，dij表示智能体i与j之间的距离，dij＝||qj-qi||，和分别表示分离区、预警区和吸引区的权重因子， 设计智能体之间的位置梯度项为 其中，表示权重因子，表示智能体i感知半径r内所有智能体的集合，表示智能体i与j之间位置虚拟势场对智能体i位置qi的梯度，||·||σ表示σ-范数； 设计智能体i与障碍物边界点之间的位置梯度项为 其中，表示权重因子，表示智能体i感知半径r内所有障碍物边界点的集合，qk表示障碍物边界点k的位置向量，表示智能体i与障碍物边界点k之间位置虚拟势场对智能体i位置qi的梯度； 步骤3：根据智能体感知的障碍物边界点位置信息，设计智能体对障碍物边界点的期望速度表征方法，建立速度一致项； 步骤3包括下列步骤： 步骤31：确定智能体i感知到的障碍物边界点总数Mi，计算智能体i与感知到的智能体之间的邻接矩阵aijq＝1，计算智能体i与感知到的障碍物边界点之间的邻接矩阵bi,kq＝1； 步骤32：确定当前时刻智能体i位于分裂点与融合点之间的开区间，则平移坐标系使坐标系原点位于智能体i所处位置，再旋转坐标系使x轴正方向指向分裂点，计算智能体i与障碍物边界点k之间的相位差θi,k，升序排列智能体i与其感知到的所有障碍物边界点之间的相位差获得相位差集合θi，即sort{·}表示升序排列函数，θi,km表示智能体i与障碍物边界点k之间的相位差，对应相位差集合θi序号m，跳转步骤34； 步骤33：确定当前时刻智能体i位于其他区间，则平移坐标系使坐标系原点位于智能体i所处位置，再旋转坐标系使x轴正方向指向虚拟领导者，计算智能体i与障碍物边界点k之间的相位差θi,k，升序排列智能体i与所有障碍物边界点之间的相位差获得相位差集合θi； 步骤34：设计Δθ＝π4，确定智能体i位于分裂点、分裂点与融合点之间的开区间、感知到障碍物阻挡其跟随虚拟领导者的融合点三种情景之一，则逆时针避障的智能体i对其所感知障碍物边界点的期望位置向量为 顺时针避障的智能体i对其所感知障碍物边界点的期望位置向量为 步骤35：确定智能体i不位于步骤34中的三种情景，顺时针和逆时针避障的智能体i对其所感知障碍物边界点的期望位置向量 步骤36：计算智能体i对障碍物边界点k的期望速度 步骤37：设计根据计算智能体与障碍物边界点之间的的速度一致项 步骤38：设计根据计算智能体之间的速度一致项 步骤4：根据智能体获得的虚拟领导者位置和速度信息，建立引导反馈项； 步骤5：基于所述位置梯度项、所述速度一致项和所述引导反馈项，设计控制输入项，跳转回步骤1，实现蜂拥避障。

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桂林电子科技大学，其通讯地址为：541004 广西壮族自治区桂林市七星区金鸡路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。