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！

龙图腾网恭喜苏州大学申请的专利基于在线环境学习的全时段非同伦机器人路径优化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：CN117850410B 。

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：202311768924.1，技术领域涉及：G05D1/43；该发明授权基于在线环境学习的全时段非同伦机器人路径优化方法是由迟文政;贡晓飞;曹辰阳;许绪君;孙立宁设计研发完成，并于2023-12-21向国家知识产权局提交的专利申请。

本基于在线环境学习的全时段非同伦机器人路径优化方法在说明书摘要公布了：本发明涉及一种基于在线环境学习的全时段非同伦机器人路径优化方法，包括获取地图中无障碍物区域的特征点集合，构建行人矩阵与行人矩阵知识库，利用Risk‑RRT算法生成初始启发式路径；利用行人群聚动态矩阵算法，基于行人矩阵与行人平均行进速度，更新行人群聚动态矩阵；若行人群聚动态矩阵中存在元素不小于预设行人阈值，则判断路径上出现突发人群；提取地图中每个障碍物的多个邻域特征点生成对应的核环结构；获取与突发人群具有最小距离的障碍物；若该最小距离不超过预设聚合阈值，则提取其对应的邻域特征点，以当前机器人位置为当前起始点，保持目标点不变，再次进行路径规划，生成非同伦逆向回环路径，直至机器人到达目标点。

本发明授权基于在线环境学习的全时段非同伦机器人路径优化方法在权利要求书中公布了：1.一种基于在线环境学习的全时段非同伦机器人路径优化方法，其特征在于，包括：S1：利用高斯混合模型，获取地图中无障碍物区域的特征点，生成特征点集合；基于特征点集合中每两个特征点连线区域之间的经过的行人总数，构建行人矩阵；获取多个典型时段的行人矩阵，组成行人矩阵知识库；其中，构建行人矩阵，包括：对于特征点集合中每个特征点，获取其与特征点集合中除自身外每个特征点的连线，以所有没有障碍物阻挡的连线，构成该特征点的邻近区域连线矩阵；将所述邻近区域连线矩阵中所有的元素，初始化为0；表示特征点与另一特征点连线区域之间的经过的行人总数，，且，表示特征点集合中的特征点总个数；获取当前时间段t内，与特征点与连线的垂直距离小于预设距离阈值的行人总数，赋值给，构建n×n的行人矩阵，表示为：；S2：根据机器人初始起始点、目标点与当前时段的行人矩阵，基于特征点集合，利用Risk-RRT算法，生成初始启发式路径，令机器人沿着所述初始启发式路径前进；其中，生成初始启发式路径，包括：初始化初始起始点、目标点与当前时段的行人矩阵，并初始化RRT为空；基于当前时段的行人矩阵，删除特征点集合中的当前障碍点，获取更新特征点集合；以机器人的初始起始点为初始状态点，在所述更新特征点集合汇中，获取与初始状态点欧几里得距离最小的特征点，作为下一状态点，添加至RRT中；以下一状态点为当前状态点，获取与当前状态点欧几里得距离最小的特征点，作为新的当前状态点；重复获取与新的当前状态点欧几里得距离最小的特征点，沿着系统动力学模型进行路径扩展，更新RRT，直至更新后的RRT中包含所述目标点；基于更新后的RRT，生成从初始起始点至目标点的初始启发式路径；S3：利用行人群聚动态矩阵算法，基于行人矩阵与行人平均行进速度，按照预设时间步长，更新行人群聚动态矩阵；S4：比较更新后的行人群聚动态矩阵中，每个元素的值与预设行人阈值的大小：若行人群聚动态矩阵中存在元素的值不小于预设行人阈值，且该元素所处区域位于所述启发式路径的机器人未经过路径上，则判断所述启发式路径上出现突发人群；S5：利用深度优先搜索算法，获取地图中所有障碍物；提取每个障碍物的多个邻域特征点进行排序，生成每个障碍物对应的核环结构；S6：获取与突发人群具有最小距离的障碍物；若该最小距离不超过预设聚合阈值，则基于该障碍物的核环结构，提取其对应的邻域特征点；S7：根据最小距离所对应的障碍物的邻域特征点，以当前机器人位置为当前起始点，保持所述目标点不变，利用Risk-RRT算法再次进行路径规划，生成非同伦逆向回环路径；S8：令机器人沿着所述非同伦逆向回环路径行进，重复步骤S3至步骤S7，直至机器人到达所述目标点。

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苏州大学，其通讯地址为：215000 江苏省苏州市吴江区久泳西路1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”。