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！

龙图腾网恭喜南京师范大学申请的专利一种基于局部探索及全局探索融合的机器人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：CN119197544B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202411710993.1，技术领域涉及：G01C21/20；该发明授权一种基于局部探索及全局探索融合的机器人路径规划方法是由陆晅;谢非;杨继全;李艺钧;黄海宁;马嘉庆;朱森奕;刘益剑;陈君;毛奇设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本一种基于局部探索及全局探索融合的机器人路径规划方法在说明书摘要公布了：本发明公开了一种基于局部探索及全局探索融合的机器人路径规划方法，获取全局探索空间，将全局探索空间划分为若干子空间，以子空间的质心作为全局路径点，并获得全局探索路径；以机器人周围预设距离内的空间作为局部探索空间，以全局探索路径与局部探索空间边界的交点作为边界点，对局部探索空间通过雷达进行均匀采样并提取候选路径点，通过局部路径点选择算法对候选路径点进行选择，得到局部路径点；并获得局部探索路径；将全局探索路径中两个边界点之间的路径替换为局部探索路径，得到最终规划路径。分层搜索框架既能够在局部空间中进行精确的路径规划，又能够通过全局探索规划的引导防止陷入局部最优化，同时节约了计算资源。

本发明授权一种基于局部探索及全局探索融合的机器人路径规划方法在权利要求书中公布了：1.一种基于局部探索及全局探索融合的机器人路径规划方法，其特征在于，包括以下步骤：（1）获取机器人当前位置以及环境地图，将环境地图作为全局探索空间，将全局探索空间划分为若干子空间，以子空间的质心作为全局路径点，采用动态路径规划算法计算所有全局路径点和机器人当前位置之间的最短距离；通过贪心策略求解旅行商问题从而获得全局路径点之间的访问顺序，获得全局探索路径；（2）以机器人周围预设距离内的空间作为局部探索空间，以全局探索路径与局部探索空间边界的交点作为进入和离开局部探索空间的边界点，对局部探索空间通过雷达进行均匀采样并提取候选路径点，通过局部路径点选择算法对候选路径点进行选择，得到局部路径点；采用动态路径规划算法计算所有局部路径点和边界点之间的最短距离；通过贪心策略求解旅行商问题从而获得局部路径点之间的访问顺序，获得局部探索路径；（3）将全局探索路径中两个边界点之间的路径替换为局部探索路径，得到最终规划路径；所述步骤（2）中将局部探索路径通过分段点划分为若干路径子段，每个路径子段通过分段贝塞尔曲线进行机器人运动过程中的轨迹优化，在分段点处机器人原地转向切换至下一个路径子段；所述分段贝塞尔曲线进行机器人运动过程中的轨迹优化的具体步骤为：定义一个区间，在区间内，由个控制点确定的阶贝塞尔曲线定义为： ；其中，为第个控制点，为伯恩斯坦系数；分段贝塞尔曲线表示为： ；其中，为第段分段贝塞尔曲线，为第段分段贝塞尔曲线的第个控制点，为分段贝塞尔曲线占用的时间，为第段分段贝塞尔曲线的比例因子；将以机器人轨迹平滑为目标的目标函数表示为： ；其中，为控制点组成的列向量，为海森矩阵，通过设置目标函数值的范围以调整机器人轨迹，根据约束条件求解分段贝塞尔曲线；保证机器人运动轨迹平滑的约束条件为：端点约束及连续性约束为： ； ；其中，为第段分段贝塞尔曲线最后一个控制点的位置和为第段分段贝塞尔曲线第一个控制点的位置，为导数阶数，；根据贝塞尔曲线处于由控制点生成的凸空间内的性质，将控制点约束在安全走廊内，那么由该控制点约束的贝塞尔曲线也会处于安全走廊内，即： ；其中，和是第段分段贝塞尔曲线控制点的位置约束，即生成的第个安全空间的区域范围；所述安全空间的确定步骤为：（2.1）对于每个路径子段，先利用两个相邻的路径点作为对角生成一个初始的长方形区域；（2.2）初始长方形顺着四条边的方向向外扩展，直至遇到障碍物或者达到扩展上限，得到长方形空间；（2.3）对于下一路径点，如果该路径点处于上两个相邻路径点生成的长方形空间内，则跳过，否则该路径点与其相邻的上一个路径点作为对角生成初始的长方形区域，然后重复第（2.2）步；（4）检测当前的长方形空间内是否包含上一个长方形空间内的所有路径点，如果全部包含则删除上一个长方形空间；（5）当所有的路径点都生成长方形空间后，若第x-1个长方形空间与第x+1个长方形空间相交，则删除第x个长方形空间，保留的所有长方形空间形成安全空间。

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师范大学，其通讯地址为：210024 江苏省南京市鼓楼区宁海路122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”。