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！

龍圖騰網獲悉東北大學;上海交通大學申請的專利一種應用于多智能體系統的分布式協同安全控制方法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：CN120044868B 。

龍圖騰網通過國家知識產權局官網在2025-08-15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：202510536783.3，技術領域涉及：G05B19/042；該發明授權一種應用于多智能體系統的分布式協同安全控制方法是由劉騰飛;潘禹揚;生遠修;吳思;丁進良;謝威;張衛東設計研發完成，并于2025-04-27向國家知識產權局提交的專利申請。

本一種應用于多智能體系統的分布式協同安全控制方法在說明書摘要公布了：本發明屬于智能體安全控制技術領域，涉及一種應用于多智能體系統的分布式協同安全控制方法，該方法包括：S1，建立全向移動智能體的運動學模型，并根據預設軌跡生成標稱速度指令；S2，確定每個智能體位置信息并向其他智能體廣播；S3，確定候選過零障礙函數；S4，使用候選過零障礙函數生成安全約束；S5，基于標稱速度確定損失函數，并求解在滿足安全約束的前提下，使損失函數最小的控制量作為安全控制指令；S6，根據安全控制指令控制智能體運動。其有益效果是，實現了在大規模智能體集群中，即使在缺乏全局信息和中心節點，也能有效地避免智能體間的碰撞，同時避免陷入局部最優解，確保智能體安全導航至指定目標點。

本發明授權一種應用于多智能體系統的分布式協同安全控制方法在權利要求書中公布了：1.一種應用于多智能體系統的分布式協同安全控制方法，其特征在于，包括： S1，建立全向移動智能體的運動學模型，并根據預設軌跡生成標稱速度指令； S2，確定每個智能體位置信息，并向每個智能體預設范圍內的其他智能體廣播； S3，確定候選過零障礙函數； S4，基于運動學模型和每個智能體與其預設范圍內的所有相鄰智能體的相對位置，使用候選過零障礙函數生成安全約束； S5，基于標稱速度確定損失函數，并在每個智能體上分布式迭代求解在滿足安全約束的前提下，使損失函數最小的控制量，作為安全控制指令； 每個智能體在本地根據自身和相鄰智能體的位置信息、自身標稱速度構建局部安全問題，并在本地使用拉格朗日松弛法迭代求解；第次迭代，智能體使用次迭代結果以及相鄰智能體的迭代結果計算當前迭代輪次的拉格朗日乘子,并使用更新第輪迭代結果，隨后將通過廣播告知相鄰智能體； S6，根據安全控制指令控制智能體運動； S7，更新智能體位置，確定所有智能體是否到達終點，若否，執行S2；若是，則結束； 所述運動學模型為： ； 其中，是智能體的位置，在二維世界坐標系中用二維列向量表示第i個智能體的位置，是第個智能體的位置的一階導數；是智能體的線速度也是系統的控制輸入，二維坐標系中，用二維列向量表示第個智能體的速度； 所述過零障礙函數為： ； 其中常數，是預期兩個智能體之間的安全距離，是為保證魯棒性附加的一個安全裕度，，是集群中智能體的總數，符號表示向量的二范數，表示第j個智能體的位置； 基于候選過零障礙函數生成安全約束，包括： 基于過零障礙函數對時間t求導得到安全約束g如下： ； 其中，是障礙函數的衰減率，是大于0的常數；為采樣時刻，為控制輸入，； 智能體在本地更新控制輸入以及與自身相關的約束變量，具體方法如下： 初始化約束變量初值，求解內層控制輸入； ； 其中，是標稱控制量，為第i個智能體提供一個速度的參考值； 使用梯度上升法更新外層約束變量； ； 其中取決于時刻，智能體和各自鄰域內其他智能體的數量和，定義如下： ； 令，其中是受限于網絡通信延遲的最大迭代次數。

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東北大學;上海交通大學，其通訊地址為：110819 遼寧省沈陽市和平區文化路三巷11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”。