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！

龙图腾网恭喜国网四川省电力公司电力应急中心申请的专利一种基于激光雷达的无人机电力巡检自主飞行的避障方法、设备及存储介质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：CN119717864B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202510237692.X，技术领域涉及：G05D1/46；该发明授权一种基于激光雷达的无人机电力巡检自主飞行的避障方法、设备及存储介质是由邓创;李科峰;周炜;龚奕宇;丁理杰;卿东设计研发完成，并于2025-03-03向国家知识产权局提交的专利申请。

本一种基于激光雷达的无人机电力巡检自主飞行的避障方法、设备及存储介质在说明书摘要公布了：本发明公开了一种基于激光雷达的无人机电力巡检自主飞行的避障方法、设备及存储介质，涉及无人机避障技术领域，包括在无人机上配置激光雷达和视觉传感器，实时采集飞行环境的三维点云数据和图像数据，并对点云数据进行优化后生成三维环境模型；基于三维环境模型将障碍物分类为静态和动态，若障碍物为静态障碍物，则通过CNN模型识别障碍物类型并进行定位，若障碍物为动态障碍物，则通过K‑Medoids聚类方法聚类运动轨迹。本发明不仅能够对静态障碍物进行识别与定位，还能够通过动态障碍物预测技术对飞鸟等动态障碍物进行运动轨迹预测，从而生成初步飞行路径，并在飞行过程中实时感知和避让周围障碍物，保证无人机能够在电力巡检任务中顺利执行。

本发明授权一种基于激光雷达的无人机电力巡检自主飞行的避障方法、设备及存储介质在权利要求书中公布了：1.一种基于激光雷达的无人机电力巡检自主飞行的避障方法，其特征在于：包括，在无人机上配置激光雷达和视觉传感器，实时采集飞行环境的三维点云数据和图像数据，并对点云数据进行优化后生成三维环境模型；基于三维环境模型将障碍物分类为静态和动态，若障碍物为静态障碍物，则通过CNN模型识别障碍物类型并进行定位，若障碍物为动态障碍物，则通过K-Medoids聚类方法聚类运动轨迹，通过TFBNet模型提取数据特征，基于UKF算法以及BIGRU模型和MHA进行运动轨迹预测；基于障碍物识别和动态预测结果生成初步飞行路径，并在无人机飞行过程中实时感知周围障碍物，计算避障路径，动态调整无人机飞行路径；所述若障碍物为动态障碍物，则通过K-Medoids聚类方法聚类运动轨迹，通过TFBNet模型提取数据特征，基于UKF算法以及BIGRU模型和MHA进行运动轨迹预测包括以下步骤：收集每个时间点的障碍物数据构建障碍物的状态向量St，将从多个时间步采集的状态向量按时间顺序组织起来，形成完整的轨迹数据集，每个轨迹数据集由障碍物在多个时间步的状态向量构成，表示障碍物的运动轨迹Ti；对每条轨迹进行特征提取并对所有轨迹数据进行标准化处理；使用肘部法则选择聚类数量，通过K-Medoids聚类方法对障碍物的运动轨迹进行聚类，使用Hausdorff距离公式衡量聚类后的轨迹之间的相似度，将障碍物的轨迹按运动模式分组，得到包含多个轨迹类别的结果；将聚类后的轨迹数据作为TFBNet模型的输入，通过卷积层提取轨迹数据中的空间特征，并将轨迹特征映射到高维空间；将映射到高维空间的数据输入UKF算法中，对障碍物的当前位置、速度和加速度进行初步状态估计，通过sigma点扩展状态，使用非线性变换将当前状态传播到未来时刻，对障碍物的未来轨迹进行预测得到障碍物的初步未来轨迹；将得到的初步未来轨迹数据转换为时间序列数据，将初步轨迹预测数据输入BiGRU模型中进行时序建模，得到优化后的轨迹特征；将BiGRU生成的时序建模结果作为输入，传递给MHA进行注意力加权，MHA通过计算查询Q、键K和值V，生成注意力权重，进一步加权轨迹中的每个时间步，通过使用softmax计算每个时间步的权重，根据计算出的注意力权重进行加权求和，得到加权后的轨迹特征后作为高斯过程回归模型的输入，预测未来的轨迹，生成多个预测目标；计算每条轨迹与障碍物当前实际位置之间的最小距离，并按照距离对轨迹进行递减排序，生成距离排序表；计算每条轨迹的加速度和速度，并将结果与收集的障碍物的历史运动模式进行比较，若不一致则对距离排序表中的轨迹进行排除；选择排除后的距离排序表中的第一个轨迹作为动态障碍物的预测轨迹。

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网四川省电力公司电力应急中心，其通讯地址为：610040 四川省成都市武侯区人民南路四段63号22-27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”。