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！

龙图腾网恭喜东南大学申请的专利一种海流影响下基于双层规划框架的能耗最优水下区域覆盖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：CN115655274B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202211131514.1，技术领域涉及：G01C21/20；该发明授权一种海流影响下基于双层规划框架的能耗最优水下区域覆盖方法是由徐晓苏;潘绍华;张涛;姚逸卿设计研发完成，并于2022-09-16向国家知识产权局提交的专利申请。

本一种海流影响下基于双层规划框架的能耗最优水下区域覆盖方法在说明书摘要公布了：本发明提供了一种海流影响下基于双层规划框架的能耗最优水下区域覆盖方法，包括：将已知待作业海域地图进行处理，构建环境地图；通过使用覆盖路径和能量消耗指标作为决策变量，将这个问题表述为双层规划模型；上层算法采用生物激励神经网络算法进行覆盖路径求解并传到下层算法；下层利用蚁群优化算法对能耗问题进行求解，以海流作为约束计算其能量消耗适应度值返回上层算法，若没有可行路径，则寻找逃出路径返回上层算法；上层算法以下层算法结果作为依据进行路径决策，循环迭代至任务区域覆盖完成，输出最优覆盖路径及AUV推进速度。本发明能够在海流影响下选择更有益的覆盖方向和推进速度，完成任务的同时降低AUV水下探测作业的能耗。

本发明授权一种海流影响下基于双层规划框架的能耗最优水下区域覆盖方法在权利要求书中公布了：1.一种海流影响下基于双层规划框架的能耗最优水下区域覆盖方法，其特征在于，该方法包括以下步骤：步骤1：将已知待作业海域地图进行处理，构建环境地图，其包括将障碍物区域和待作业区域分离、将图像二值化处理构建栅格地图、将障碍物膨胀化处理三部分；步骤2：在步骤2中将本区域覆盖任务分为路径规划和路径优化两部分，将问题表述为双层规划框架，上层算法采用生物激励神经网络算法进行覆盖路径求解，计算可行路径并将该路径列表传到下层算法，具体如下，步骤2.1构建本方案的具体实施框架，步骤2.2使用生物激励神经网络算法规划能够完全覆盖任务区域的路径，地图中的每个栅格Gi与生物激励神经网络结构中的神经元在空间上一一对应，神经元的活性值表示对应的栅格的状态，步骤2.3根据特定约束的神经元活性进行路径决策，具体步骤如下：定义规划得到的路径列表为P；为了能耗最优的作业目标，机器人下一个位置点xn的选择由该点神经元活性值xj和水下机器人前一个位置决定，即：Pn→xn＝max{xj+ayj+bzj+μecj,j＝1,2,…,k}这里ayj是转角约束，a为正的常数，yj＝1-Δθjπ是水下机器人当前的位置与下一个位置方向差值的单调递减函数，Δθj是当前移动方向与下一个移动方向之间的转角，如果机器人当前位置坐标为Pc＝xpc,ypc，前一位置坐标Pp＝xpp,ypp，下一时刻位置坐标为Pj＝xpj,ypj，那么有：Δθj＝|θj-θc|＝arctanypj-ypc,xpj-xpc-arctanypc-ypp,xpc-xpp与此同理，bzj为海流约束，b为正的常数，zj＝1-βπ是水下机器人下一个位置与下一个位置内海流方向的差值的单调递减函数，β是水下机器人下一个栅格区域的前进方向与下一个栅格区域海流方向之间的夹角；设每一个栅格内的海流矢量为其大小为c，方向与北向的夹角为α，在海洋环境中，垂直流相对于水下机器人巡航速度及水平流较弱，在水下机器人路径规划中，通常忽略垂直流对水下机器人运动的影响，cx,cy分别为海流在x,y轴的大小，那么有：β＝|θj-αj|＝arctanypj-ypc,xpj-xpc-arctancx,cyμecj是下层算法决策矢量对上层算法的约束，μ为正的常数，ecj是由i栅格前进到j栅格的能量消耗，由下层蚁群算法传回上层得到；首先计算出与当前神经元相邻的序号{2,4,6,8}四个方向神经元的活性输出值，然后找出最大活性值的神经元，水下机器人便开始运动到这个最大活性输出值的神经元的位置，当水下机器人由当前位置航行至下一步位置后，下一步位置将成为新的当前位置，此时水下机器人仍会按照式这个式子所给出的策略进行路径选择，上一位置变成已覆盖区域；步骤3：下层利用蚁群优化算法对能耗问题进行求解，将每个栅格内的海流作为约束条件，在步骤2可行路径列表中搜索出每条可行路径的最优推进速度，并计算其能量消耗作为适应度值返回上层算法，若没有可行路径，则寻找逃出路径返回上层算法；具体如下，步骤3.1判断步骤2路径列表中是否有可行路径，其具体步骤如下：如果此时上层算法传输的路径选择列表中有可选路径，则进行步骤3.2；如果此时上层算法传输的路径选择列表中没有可选路径，则说明水下机器人陷入死区，此时进行步骤3.3；步骤3.2通过蚁群优化算法搜索步骤2路径列表中的最优推进速度，步骤3.3通过蚁群优化算法查询路径列表中还没有覆盖的路径点，通过蚁群优化算法计算当前路径点到未覆盖路径点适应度值最小的逃出路径，将此路径序列以及推进速度列表返回上层算法，步骤4：上层算法以下层算法结果作为依据进行规划路径的更新，以此循环迭代，直至满足算法终止条件即任务区域完全覆盖，输出最优覆盖路径。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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”。