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！

龙图腾网获悉北方工业大学申请的专利一种面向无人机无线充电的三维路径规划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：CN121540156B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202511749390.7，技术领域涉及：G01C21/20；该发明授权一种面向无人机无线充电的三维路径规划方法是由魏青;李静怡;白文乐;党相卫;李云栋设计研发完成，并于2025-11-26向国家知识产权局提交的专利申请。

本一种面向无人机无线充电的三维路径规划方法在说明书摘要公布了：本发明提供一种面向无人机无线充电的三维路径规划方法，属于无人机控制技术领域。包括S1.构建系统模型；S2.问题建模，建立剩余能量最大化问题；S3.问题优化；根据当前无人机的能量状态调整采样策略，即应用能量感知EA‑RRT算法进行路径规划。本发明通过结合SWIPT无线能量传输与固定充电站，构建混合充电系统，显著提升无人机在复杂城市环境中的续航能力。提出的能量感知EA‑RRT算法能动态规划路径，在电量不足时优先导向充电区域，电量充足时高效飞向目标，实现了能量自主管理。同时，算法兼顾转弯角度、障碍规避与任务覆盖效率，确保飞行安全与任务质量。

本发明授权一种面向无人机无线充电的三维路径规划方法在权利要求书中公布了：1.一种面向无人机无线充电的三维路径规划方法，其特征在于，包括以下步骤： S1.构建系统模型 系统模型包括无线充电模型和轨迹模型两部分；UAV导航通过涉及建筑障碍物和多个无线充电站的环境；UAV与基站BS进行通信，同时利用SWIPT技术在通信期间收集能量； 通过混合无线能量充电模型的应用，无人机在时隙期间收集的总能量为；UAV的剩余能量在时隙被更新为： ， 其中,和是无人机在两个连续时隙的剩余能量，是在时隙t时无人机所消耗的能量； 构建系统模型具体为： 基站的位置为；当UAV位于无线充电站WCS附近时，通过无线功率传输来获取能量；无线充电站WCS的集合被称为； 总使命持续时间被划分为T个时隙，每个时隙持续时间，在时隙，定义无人机的位置坐标为，无人机连续三个航迹点为： ， 其水平投影向量分别为： ， 水平面内最大转弯角约束为： ， 其中是最大转角； 令航迹段的长度需满足： ， 其中表示最短距离； 定义一个侦察效率度量，即： ， 其中是无人飞行器在时隙t从基站接收的功率，是无人机在当前时隙所收集到的能量； 优先覆盖的约束是： ， 其中，和分别是初始侦察效率和最小侦察效率，是在时间的信号强度的标准偏差，并且是增益系数； 基站到无人机的信道功率增益表示为： ， 其中，是参考距离为1米时的信道功率增益； 当无人飞行器与基站通信时，无人飞行器在时隙从基站接收的功率为： ， 其中表示基站的传输功率； 利用非线性能量收集电路，所收集的能量被表示为： ， 其中，是能量收集电路饱和的上限值，和分别表示电路灵敏度参数和电路偏移参数； 在每个时隙中有比例时间用于信息传输，时间用于能量收集，则无人机在某个时隙中收集的能量记为： ， 其中，信息传输时长需要满足； 无人机的速度为V，其飞行功耗表示为： ， 其中，均为常数参数，与无人机重量、机翼面积、空气密度因素相关； 无人机的发射功率为，在两个周期为的连续时隙之间，无人机的飞行能耗和传输能耗分别为；采用混合能量管理架构，集成从固定WCS和SWIPT技术的动态收益能量收集；当无人机悬停在无线充电站上方时，充电的能量： ， 其中，为二进制变量；表示无人机从WCSk充电，否则；为WCS的充电效率，为WCS的发射功率，为无人机在充电站所花费的时隙比例； 通过混合无线能量充电模型的应用，无人机在时隙期间收集的总能量为；UAV的剩余能量在时隙被更新为： ， 其中,是无人机在两个连续时隙的剩余能量，是在时隙t时无人机所消耗的能量； S2.问题建模 建立剩余能量最大化问题模型； S3.问题优化 根据当前无人机的能量状态调整采样策略，即应用能量感知EA-RRT算法进行路径规划； 核心目标函数为： ， 其中，分别表示能量收获、目标导向、转向角约束和任务覆盖效率的权重，路径代价由当前节点到目标的距离决定，约束惩罚项则用于规范转弯角超限行为，是将能量收益融入节点选择策略，定义双模态能量增益函数： ， 能量收益函数是由充电站收益与SWIPT收益组成的，充电站收益由指示函数结合充电效率，发射功率与时间组成，SWIPT收益由能量收集模型以及基站到无人机的信道增益与基站发射功率共同决定； 时间分配因子是基于UAV的实时能量状态自适应调整的动态参数，定义： ， 其中，确保无人机总是保留最小部分时间用于能量收集，同时保持足够的时间用于通信任务； 结合适应无人机剩余能量的概率模型： ， 其中,表示以最近的充电站为中心的高斯分布，在低能量状态期间有利于能量补充区域，而在足够的能量下保持全局探索； 对于当前位置节点，经由引导规则生成新的节点： ， 其中是基于局部障碍物密度动态地调整步长，是随机生成的节点； 最佳位置节点被选择为： ， 同时，为了绕过3D城市环境中的障碍物，选择无碰撞，然后计算剩余能量。

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北方工业大学，其通讯地址为：100144 北京市石景山区晋元庄路5号北方工业大学；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”。

以上内容由龙图腾AI智能生成。