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！

龙图腾网获悉国家能源集团东台海上风电有限责任公司申请的专利基于多模态感知与混合智能决策的无人机自主避障及动态路径规划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：CN121050415B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511021319.7，技术领域涉及：G05D1/24；该发明授权基于多模态感知与混合智能决策的无人机自主避障及动态路径规划方法及系统是由王林;吴海涛;姚季秋;宗斌;史二祯;杨洋设计研发完成，并于2025-07-24向国家知识产权局提交的专利申请。

本基于多模态感知与混合智能决策的无人机自主避障及动态路径规划方法及系统在说明书摘要公布了：本发明提出了一种基于多模态感知与混合智能决策的无人机自主避障及动态路径规划方法及系统。通过机载气象站、IMU及视觉传感器实时采集风速、光照度、温湿度等环境参数及图像质量指标，建立飞行参数‑图像质量耦合模型，采用支持向量回归SVR和粒子群优化PSO实现多目标优化。基于Q‑learning设计动态策略优化模块，结合图像质量、避障安全性和能耗设计奖励函数。通过ORB‑SLAM3实时构建障碍物三维模型，计算动态危险系数，并采用改进APF‑RRT*算法生成避障轨迹。在线协同控制模块利用BFGS算法优化控制量，确保飞行稳定性和任务效率。本发明实现了无人机在复杂环境下的高精度避障与路径规划，具有鲁棒性强、适应性广的特点，适用于巡检、测绘等实际应用场景。

本发明授权基于多模态感知与混合智能决策的无人机自主避障及动态路径规划方法及系统在权利要求书中公布了：1.一种基于多模态感知与混合智能决策的无人机自主避障及动态路径规划方法，其特征在于，所述方法包括： S1、多模态环境感知：通过机载气象站、IMU及视觉传感器实时采集风速W、光照度L、温湿度H环境参数及图像质量指标Q，所述图像质量指标包括清晰度、对比度与信噪比； S2、建立飞行参数-图像质量耦合模型： 采用支持向量回归SVR构建环境因素E到图像质量Q的非线性映射，所述非线性映射能够准确地描述环境因素与图像质量之间的复杂关系，让无人机系统能够根据不同的环境因素预测图像质量，所述非线性映射表示为： ,， 其中，表示支持向量回归SVR构建的非线性映射函数，表示环境因素集合； 通过粒子群优化PSO求解多目标优化问题： ， 其中为速度，为高度，表示当前速度、高度下的图像质量评分，为与速度、高度相关的函数，表示障碍物识别精度，为任务完成时间，与路径长度和速度相关，为权重因子，分别代表图像质量、识别精度、任务时间的优先级； S3、动态策略优化： 构建Q-learning的状态空间，动作空间； 设计奖励函数： ， 其中，表示时刻的即时奖励，表示当前图像质量评分，表示无人机与最近障碍物的距离，表示预设安全距离阈值，表示当前能耗功率，、、分别为图像质量、避障安全性、能耗的权重系数，分别表示图像质量、避障安全性和能耗的优先级； S4、障碍物智能处理： 通过ORB-SLAM3实时构建障碍物三维模型，计算危险系数： ， 其中，表示障碍物动态危险系数，障碍物运动速度，表示障碍物运动方向与无人机航向的夹角，表示无人机与障碍物的最小预测距离； 采用改进APF-RRT*算法生成避障轨迹，势场函数包含： ， 其中，为总势场函数，为目标点吸引势场，与目标距离正相关，为图像质量势场，与成像效果负相关，为动态障碍物排斥势场，与正相关，为自适应权重系数； S5、在线协同控制： 通过BFGS算法实时优化控制量，满足： ， 其中，表示控制量向量，表示航向角，表示当前控制量下的实际成像质量指标，为理想成像质量指标，表示参考控制量，来自全局规划，表示正则化系数，平衡跟踪精度与控制平滑性。

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国家能源集团东台海上风电有限责任公司，其通讯地址为：224237 江苏省盐城市东台市沿海经济区管理委员会大楼1108室；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。