買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉西北工業大學申請的專利復雜高動態環境的群飛行器協同感知決策控制方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120317471B 。

龍圖騰網通過國家知識產權局官網在2025-09-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510803528.0，技術領域涉及：G06Q10/047；該發明授權復雜高動態環境的群飛行器協同感知決策控制方法及系統是由周大明;呂梅柏;王佩;王紅梅;葛致磊;周升麗設計研發完成，并于2025-06-17向國家知識產權局提交的專利申請。

本復雜高動態環境的群飛行器協同感知決策控制方法及系統在說明書摘要公布了：本發明公開了復雜高動態環境的群飛行器協同感知決策控制方法及系統，涉及集群式飛行器技術領域，包括獲取目標群飛行器的性能參數，結合目標任務區域的地理信息構建任務場景模型，通過構建目標優化函數，通過圖神經網絡算法迭代優化飛行器與任務的分配方案，輸出每架飛行器的任務分配結果，之后依次根據飛行路徑約束條件以及分析飛行路徑中產生的飛行成本與對應任務需求的匹配度，生成全局最優的任務分配與飛行路徑的協同方案。本發明通過實時感知任務需求和環境變化，結合各個飛行器的性能參數，動態調整任務分配與路徑規劃，相比傳統靜態方法，其能夠快速響應任務場景的動態變化，確保任務分配合理性和路徑規劃的有效性。

本發明授權復雜高動態環境的群飛行器協同感知決策控制方法及系統在權利要求書中公布了：1.復雜高動態環境的群飛行器協同感知決策控制方法，其特征在于，包括： 獲取目標群飛行器中每架飛行器的性能參數，以及根據歷史飛行統計數據確定其故障概率，同時獲取任務需求的變化特性，結合目標任務區域的地理信息構建任務場景模型，所述任務場景模型輸出不同任務場景下的任務需求以及每架飛行器的初始可用狀態； 基于所述任務場景模型，結合每架飛行器的所述性能參數及任務需求的所述變化特性，構建優化目標為最小化任務延遲成本和每架飛行器使用成本之和的目標優化函數；根據任務區域的地理分布與每架飛行器的所述初始可用狀態確定初始任務分配方案，后通過圖神經網絡算法將所述目標優化函數作為約束條件，根據各任務區域和所述初始任務分配方案的拓撲結構，迭代出每架飛行器符合所述約束條件的任務分配結果； 針對每架飛行器的所述任務分配結果，利用深度學習算法生成全局優化的路徑規劃方案，同時利用模擬學習算法提取歷史任務數據中完成時間短和路徑能耗地的路徑特征作為局部路徑規劃方案，后利用納什談判理論協調兩個算法的路徑規劃方案，生成每架飛行器的初步優化方案； 基于每架飛行器的所述初步優化方案，通過分析飛行路徑中產生的飛行成本與對應任務需求的匹配度，調整所述深度學習算法中的優化目標權重和模仿學習算法中的路徑特征的提取策略，使兩種方案逐步協同優化，直至收斂至全局最優的任務分配與飛行路徑的協同方案。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西北工業大學，其通訊地址為：710072 陜西省西安市碑林區友誼西路127號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。