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！

龍圖騰網獲悉復旦大學申請的專利基于模仿學習的單體無人機自主運動規劃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：CN116481532B 。

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：202211315393.6，技術領域涉及：G01C21/20；該發明授權基于模仿學習的單體無人機自主運動規劃方法是由李偉;王冀;張隆源;侯梓越;劉子昂設計研發完成，并于2022-10-26向國家知識產權局提交的專利申請。

本基于模仿學習的單體無人機自主運動規劃方法在說明書摘要公布了：本發明提供了一種基于模仿學習的單體無人機自主運動規劃方法。構建一個仿真環境并在仿真環境中基于現實無人機構建相應的虛擬無人機模型，包括以下步驟：步驟S1，基于仿真環境獲得虛擬無人機進行軌跡規劃的訓練樣本；步驟S2，通過訓練樣本訓練現實無人機的神經網絡；步驟S3，通過現實無人機的傳感器，采集實時環境感知數據和現實無人機自身狀態數據；步驟S4，結合目標點數據采用神經網絡基于實時環境感知數據和現實無人機自身狀態數據生成實時預測軌跡點序列；步驟S5，將實時預測軌跡點序列轉化為控制量；步驟S6，控制現實無人機根據控制量進行自主運動。本方法能夠很好的兼顧避障成功率和無人機飛行速度，具有極大的應用前景。

本發明授權基于模仿學習的單體無人機自主運動規劃方法在權利要求書中公布了：1.一種基于模仿學習的單體無人機自主運動規劃方法，其特征在于，構建一個仿真環境并在仿真環境中基于現實無人機構建相應的虛擬無人機模型，包括以下步驟： 步驟S1，基于所述仿真環境獲得所述虛擬無人機進行軌跡規劃的訓練樣本，所述訓練樣本包括訓練屬性樣本和標簽； 步驟S2，通過所述訓練樣本訓練所述現實無人機的神經網絡； 步驟S3，通過所述現實無人機的傳感器，采集實時環境感知數據和現實無人機自身狀態數據； 步驟S4，結合目標點數據采用所述神經網絡基于所述實時環境感知數據和所述現實無人機自身狀態數據生成實時預測軌跡點序列； 步驟S5，將所述實時預測軌跡點序列生成軌跡并優化得到預測軌跡曲線，對所述預測軌跡曲線進行均勻B-Spline曲線參數化獲得控制量； 步驟S6，控制所述現實無人機根據所述控制量進行自主運動， 其中，在所述步驟S2中，所述神經網絡將所述訓練屬性樣本分為深度圖像分支和無人機狀態分支并生成對應的特征向量，將所述特征向量輸入模仿學習網絡模型獲得所述實時預測軌跡點序列， 所述深度圖像分支包括MobileNet-V3網絡， 所述神經網絡包括三個損失函數，該三個損失函數為：所述標簽與所述實時預測軌跡點之間的對比差值損失、無人機自身實時預測軌跡與環境中最近障礙物的距離損失和所述實時預測軌跡點之間保持固定距離的損失。

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復旦大學，其通訊地址為：200433 上海市楊浦區邯鄲路220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”。