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！

龙图腾网恭喜重庆大学申请的专利一种不受道路条件限制的无人车编队路径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：CN115729234B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202211138193.8，技术领域涉及：G05D1/43；该发明授权一种不受道路条件限制的无人车编队路径规划方法是由刘永刚;刘港;翟克宁;叶明;陈峥设计研发完成，并于2022-09-19向国家知识产权局提交的专利申请。

本一种不受道路条件限制的无人车编队路径规划方法在说明书摘要公布了：一种不受道路条件限制的无人车编队路径规划方法，包括以下步骤：1建立全局坐标系，定义编队中各无人车对应的初始位置，并确定实际编队时各无人车对应的目标位置：1‑1根据编队的目标队形及无人车数量定义目标点坐标集合；1‑2采用排列组合列出无人车编队的每一种编队情况，并获取各编队情况对应的理论编队时间，选取最小的理论编队时间作为实际编队时间；1‑3根据实际编队时间对应的编队过程中各无人车的行驶时间、平均行驶速度、行驶距离，得到实际编队时各无人车对应的目标位置；2采用混合A*算法分别对各无人车从初始位置到目标位置的行驶路径进行规划；3采用基于S‑T图的速度决策方法分别对各无人车的行驶速度进行规划。

本发明授权一种不受道路条件限制的无人车编队路径规划方法在权利要求书中公布了：1.一种不受道路条件限制的无人车编队路径规划方法，其特征在于，包括以下步骤：1建立全局坐标系，定义编队中各无人车对应的初始位置，并确定实际编队时各无人车对应的目标位置：1-1根据编队的目标队形及无人车数量，定义目标点坐标集合；1-2采用排列组合列出无人车编队的每一种编队情况，并获取各种编队情况对应的理论编队时间，选取最小的理论编队时间作为实际编队时间；1-3确定实际编队时各无人车对应的目标位置；2采用混合A*算法分别对各无人车从初始位置到目标位置的行驶路径进行规划：2-1划分无人车所在的平面为栅格地图；2-2设置节点数据库，所述节点数据库中设有若干用于存储节点信息的节点数据表；2-3根据无人车的初始位置、目标位置、航向角确定该无人车在栅格地图中的初始节点、目标节点；2-4确定初始节点的多个避障路径子节点的栅格位置；2-5计算该节点的多个避障路径子节点的综合代价函数值，并将该节点与该节点各个避障路径子节点的节点信息存储在节点数据表中；2-6将节点数据表中综合代价函数值最小的节点作为下一个路径节点，并清除该节点数据表中的其他节点信息；2-7确定下一个路径节点的各避障路径子节点的栅格位置；2-8不断重复步骤2-5至2-7，直到下一个路径节点为目标节点，得到初始节点与目标节点之间的各节点的节点信息；2-9拟合初始节点与目标节点之间的各节点，得到该无人车的行驶路径；各节点的综合代价函数值均按照下列步骤进行计算：b-1按照下列公式计算当前节点到父节点的代价函数值：costxparent,x＝distxparent,x×1+a·backcost+b@mapcost+switchcost式中，switchcost为无人车进行行驶方向切换的代价函数值，backcost为无人车从当前节点后退到父节点的行驶代价函数值，a为无人车从当前节点后退到父节点的行驶代价函数值的权重系数，mapcost为当前节点的地形代价函数值，b为当前节点地形代价函数值的权重系数，distxparent,x为当前节点到父节点的路径长度，xparent为当前节点的父节点的ID，costxparent,x为当前节点到父节点的代价函数值，x为当前节点的ID；b-2按照下列公式计算当前节点的累积代价函数值：gx＝gxparent+costxparent,x式中，costxparent,x为当前节点到父节点的代价函数值，gx为当前节点的累积代价函数值，x为当前节点的ID，xparent为当前节点的父节点的ID，gxparent为当前节点的父节点的累积代价函数值；b-3按照下列公式计算当前节点的启发函数值：hx＝max{hRS,hdis}式中，hRS为当前节点到目标节点的RS曲线的长度，hdis为当前节点到目标节点的基本A*路径长度，hx为当前节点的启发函数值，x为当前节点的ID；b-4按照下列公式计算当前节点的综合代价函数值：fx＝gx+hx式中，hx为当前节点的启发函数值，gx为当前节点的累积代价函数值,x为当前节点的ID，fx为当前节点的综合代价函数值；3采用基于S-T图的速度决策方法分别对各无人车的行驶速度进行规划：3-1设置无人车行驶速度上限阈值，并预设各无人车的行驶速度均为无人车行驶速度上限阈值；3-2选择任一无人车作为第一辆无人车；3-3根据无人车的行驶路径、行驶速度，得到该无人车在行驶过程中所需的行驶时间；3-4在一个以该无人车的行驶时间为横轴，该无人车的行驶距离为纵轴的平面直角坐标系中构建该无人车对应的S-T图；3-5设该无人车的行驶时间由若干等量的间隔时间组成，并根据该无人车对应的S-T图，在全局坐标系下记录各间隔时间对应的无人车位置，得到该无人车的时间-位置关系曲线；3-6选择另一辆无人车，重复步骤3-2至3-4，得到该无人车对应的S-T图；3-7设该无人车的行驶距离由若干等长的间隔里程组成，在全局坐标系下记录各间隔里程对应的无人车位置，并根据该无人车对应的S-T图，得到该无人车的时间-位置关系曲线；3-8在无人车行驶速度上限阈值范围内调整该无人车的行驶速度，直到各无人车的时间-位置关系曲线均不相交；3-9对调整行驶速度后的各辆无人车均分别重复步骤3-3至3-5，得到调整行驶速度后的各辆无人车对应的时间-位置关系曲线；3-10重复步骤3-6至3-9，直到各无人车的行驶速度均调整完毕。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙坪坝正街174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”。