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！

龙图腾网获悉安徽大学申请的专利一种基于激光slam的无人机自适应型质心点边界探索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：CN118758304B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202410727267.4，技术领域涉及：G01C21/20；该发明授权一种基于激光slam的无人机自适应型质心点边界探索方法是由任璐;方泽龙;王振;柳文章;孙长银设计研发完成，并于2024-06-06向国家知识产权局提交的专利申请。

本一种基于激光slam的无人机自适应型质心点边界探索方法在说明书摘要公布了：本发明公开了一种基于激光slam的无人机自适应型质心点边界探索方法，包括设定区域边界，加载环境配置参数；构建栅格地图；利用加权质心法检测识别边界点，将被已探索区域包围的未知区域归纳为已探索区域；通过能源效率加权找到当前收益价值最高的边界点作为无人机的探索点；自适应无人机感知半径调整；障碍物代价优化路径规划。本发明在边界识别方面引入加权质心，以未知区域的质心点为边界探索点并加以推断，有效增加了探索的效率，避免浪费算力，在边界探索方面采用综合距离、能源消耗效率和动态感知调整的方法，同时考虑带障碍物代价的优化路径规划，可准确反映真实世界中的探索建图挑战，为机器人提供更为安全、高效和适应性强的方案。

本发明授权一种基于激光slam的无人机自适应型质心点边界探索方法在权利要求书中公布了：1.一种基于激光slam的无人机自适应型质心点边界探索方法，其特征在于，包括步骤1：设定地图探索的区域边界，加载相应环境的自主建图配置参数；步骤2：基于激光slam建图算法构建栅格地图；步骤3：在构建栅格地图中定义先验率与后验率，得到未探索区域的边界点，并判断未探索区域两侧是否被两障碍物包围，若是，则选取两障碍物之间的边界中点作为识别点，否则将未探索区域的加权质心点作为边界的识别点，将识别点计入备用探索点的二维链表centroids；步骤4：遍历centroids中所有的备用探索点，基于先验率与后验率，通过能源效率加权优化的方式找到当前收益价值最高的边界点，作为无人机要前往的探索点；步骤5：在确定无人机要前往的探索点之后，对无人机感知半径进行自适应调整；步骤6：无人机向要前往的探索点进行探索的路径中，若存在障碍物，则在无人机抵近障碍物时，障碍物代价优化路径规划模型对无人机轨迹进行优化，帮助无人机绕过障碍，直至到达要前往的探索点，更新地图，返回步骤3；所述步骤4能源效率加权优化的优化目标为： 其中F表示所有可供选择的备用探索点集合，f表示集合中的单个探索点，r表示无人机当前的位置，Ef,r表示从无人机到探索点f预计的能源消耗,Gf,r表示无人机到探索点f所能得到的信息增益，θ1和θ2是权重因数；所述Gf,r的具体公式为：Gf,r＝Hprior-Hposterior其中，Hprior是传感器观测之前的先验不确定性，具体公式为Hprior＝-∑ipilog2pi，其中pi表示位置区域中第i个单元格或特征的先验率；Hposterior是传感器观测之后根据模拟观测的结果进行地图更新从而得到的后验不确定性，具体公式为Hposterior＝-∑ipi′log2pi′，其中pi′表示经过传感器观测之后，地图中第i个单元格或特征的后验率；所述步骤5包含如下子步骤：步骤51：从二维链表centroids中遍历所有当前的探索点位置信息，并且将要前往的探索点位置信息提取到target数组中,同时读取无人机当前位置信息Probot；步骤52：设定高斯核函数以及一个带宽参数h，得到无人机位置Probot处的探索点密度估计其中，Pi表示无人机周围的探索点，n是探索点的数量，进而得到探索点密度项frontier_densityProbot＝fProbot；步骤53：根据无人机与选定探索点之间的距离变化，得到无人机接近性项： 其中∈是一个正数，Ptarget是目标点的位置信息；步骤54：根据探索点密度项和无人机接近性项，得到无人机感知半径的自适应调整值：RProbot,Ptarget＝frontier_densityProbot+robot_proximityProbot步骤55：在每一次无人机抵达目标点后，重新根据传感器信息更新地图，重新计算新的位置区域质心点，并选取新的探索点作为下一个目标点。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。