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！

龙图腾网恭喜南京大学申请的专利一种基于flocking的无人机编队控制改进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：CN115617065B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202210491383.1，技术领域涉及：G05D1/46；该发明授权一种基于flocking的无人机编队控制改进方法是由周海波;陈冲;武天雄设计研发完成，并于2022-05-07向国家知识产权局提交的专利申请。

本一种基于flocking的无人机编队控制改进方法在说明书摘要公布了：本发明公开了一种基于flocking的无人机编队控制改进算法，属于无人机编队技术领域，算法包含V‑Flocking算法、多任务分簇算法、VHF+Flocking避障算法三个部分。V‑Flocking算法引进了Vicsek模型中生物机制的特性，如有限视场角、随机视线，并通过改进拓扑结构进一步提升收敛效率。多任务分簇算法让Flocking算法实现由聚合到分裂成多个子集，从而使无人机编队去执行多个子任务。VHF+Flocking避障算法将避障问题转化为任务路径规划问题，使得原有避障算法在狭窄空间震荡的弊端得到解决。

本发明授权一种基于flocking的无人机编队控制改进方法在权利要求书中公布了：1.一种基于flocking的无人机编队控制改进方法，其特征在于：包含V-Flocking算法、多任务分簇算法、VHF+Flocking避障算法三个部分，其中，V-Flocking算法为生物机制集群算法，VHF+Flocking避障算法为向量直方图集群避障算法；其中，V-Flocking算法，用于引进了Vicsek模型中生物机制的特性，考虑有限视场角、随机视线，并通过改进拓扑结构进一步提升收敛效率；多任务分簇算法，用于让Flocking算法实现由聚合到分裂成多个子集，从而使无人机编队去执行多个子任务；VHF+Flocking避障算法，用于将避障问题转化为任务路径规划问题，有效解决原有避障算法在狭窄空间震荡的弊端；所述V-Flocking算法考虑无人机通信的方向性，对原Flocking算法增加通信区间，并且将通信区间均匀划分若干领域区间，只与每个领域区间内最近的邻居通信；且每个通信区间加上叠加一个正态分布概率，既符合生物视角视线特征，也考虑了数据传输模块天线的辐射范围；为使无人机之间不相互碰撞，无人机需要通信的角度范围θ最小区间是-90°，90°，二维场景下，以无人机个体为中心，R为半径的圆形区域，将个体的视野范围将由全局视野，变为角度区间θ和R所界定的扇形有限视野，并且视野范围的左右边界和个体运动方向有θ2的夹角；其中，处于无人机个体i视野范围内的其它无人机个体才是该无人机的真实邻居；将角度区间θ等比例分为m个子区间，按照棒状天线的特性，越靠近侧边，天线的增益越小，同时，考虑到无人机与前进两侧无人机通信的需要远低于与正前方无人机，所以利用高斯分布来表示各子区间的通信概率，具体计算如下： 其中，fθ1为θ1角度方向上子区间的通信概率，θ1为角度区间中轴线与前进方向夹角；无人机可通过位置信息获取周围几个通信区间中最近的邻居j并按照各区间的通信概率与其通信；引进通信概率是进一步提高收敛效率，相当于设置了邻居的权重；个体需要考虑的邻居是方向与距离的结合，因此引入一个判别函数，当距离小，方向夹角小时，最应该考虑； 其中，f为引进的判别函数，该函数值越大表示最应该考虑该无人机邻居的影响，qj为邻居无人机j的位置，qi为该无人机个体i的位置；判别函数有一个阈值f0，当值大于阈值时，邻居j作为算法需要考虑的有效邻居，设改进拓扑结构后的邻居集区间为Mi，j∈Mi；在引进了无人机通信的角度范围后，在运动时同样遵循位置更新规则和方向更新规则；以个体i为例，其位置更新规则同上，则方向更新规则变为： 其中，θ1t+1为t+1时刻无人机个体i应该采取的运动方向，ω表示有效邻居的数量；Δθ是噪声，是一个可调函数，angle表示t+1时刻处于i视野范围内的所有个体包括其自身运动方向的平均，其中为个体i的单位运动方向复矢量，满足： 联立上式： 其中，为引进生物机制后对无人机加速度的影响，pi为无人机个体i的速度矢量；考虑通信概率及改变拓扑模型后的加速度项为： 其中，为Flocking算法下无人机的加速度矢量，为集群势函数Vq的梯度，为位置矢量的拉普拉斯项，p为速度矢量；所以改进后的公式如下： 式中，c1及c2为影响因子，c3也为影响因子，φa为定义的作用函数，qj表示无人机j的位置，qi表示无人机i的位置，，nij表示无人机i到无人机j的单位向量，为可调系数；通过该影响因子设置权重；所述多任务分簇算法是指当无人机编队需要执行多个任务时，增加多个群体目标，所述分簇方法采取的策略是就近原则、按照权重逐次选取，具体包含如下：设无人机总数num，num1个无人机以p1速度前往q1,num2个无人机以p2速度前往q2,则numn个无人机以pn速度前往qn；num＝num1+num2+……numn10定义势函数表示个体受到目标的吸引力，与群体目标距离无人机距离的平方成反比，与numn成正比，比较各个群体目标对无人机的势函数，取势函数最大的群体目标作为潜在目的地，由此分为n组，通过该系数粗略实现每个任务目标需要的无人机个数； 其中，为第k个群体目标rk的位置矢量，k为参数，表示1,2,3,4……，进行第二轮筛选，选取各个组内势函数最大的无人机作为子集群簇首，通过增加计数器，每个时间间隔，按引力势函数大小，各目标各俘获一个无人机，当计数器等于目标需要的无人机个数时，停止吸引剩下的无人机，该组内剩下的无人机重新成为自由组，按照剩下的群体目标计算势函数，直到所有无人机被各自群体目标瓜分，簇首广播子集群所有个体编号，并重新按照公式向单一群体目标运动；改进算法增加了的选择，表示为第k个群体目标rk的位置矢量，为第k个群体目标rk的速度矢量以及通过计数器和势函数将集群按照多任务目标恰好分配的过程： 上式是改进多任务分簇算法的一般形式，为方便理解，可扩展为如下形式： ；所述避障算法是指在群体目标的拖拽下，集群被沿着障碍物边缘拖拽越过障碍物，所述避障算法属于虚拟力法，通过引力与斥力实现避障与前进；为更结合无人机避障传感器的特性，同时也为了提高绕开障碍物的速度，在原算法基础上引进方向区间法，所述方法将无人机的运动空间划分为若干等分的栅格单元，二维空间则为若干正方形栅格，若工作空间为三维空间，栅格单元则为若干正方体，在这些栅格单元中，记录障碍物积累值，表示在该栅格单元存在障碍物的可能性，具体计算如下：设前部有k个无人机，其中，agenti的位置信息为xi,yi,θ，测距传感器获取到的距离为Δl，则与该无人机对应的障碍物点位置信息为xi+Δlcosθ,yi+Δlsinθ，因θ不一定为0，即集群不一定沿着坐标轴运动，所以需要将坐标轴转动，转动角为θ，转换公式如下： 对做平滑处理cftool，得到函数令得到极值点集合以该极值点作为集群分簇的界限，过平滑曲线外一点作平滑曲线的切线，该切线即为分簇后的行进路线， 将该行进路线转化为群体目标转化方法为函数经过切点后再经过Δx′＝d的点作为群体目标，由此将避障问题转化为多群体目标吸引下的分簇问题；当Δl＞d时： 其中，为Flocking算法集群项的加速度矢量，Flocking算法任务目标项的加速度矢量，为系数，φβ设定的障碍物的动作函数，为将障碍物位置转化为向量的符号，为系数，bi,k，第k个障碍物的速度矢量当Δl≤d时： 其中，障碍物转化后的群体目标，为设定的障碍物转化后的群体目标函数，第k个障碍物的位置矢量，是第k个障碍物的速度矢量含。

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南京大学，其通讯地址为：210000 江苏省南京市栖霞区仙林大道163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”。