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！

龙图腾网获悉吉林大学申请的专利基于势能引导快速搜索随机树算法的全局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：CN121612335B 。

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：202610148759.7，技术领域涉及：G01C21/34；该发明授权基于势能引导快速搜索随机树算法的全局路径规划方法是由韩嘉懿;严梓轩;宋东鉴;杨鑫;徐文浩;江云川设计研发完成，并于2026-02-03向国家知识产权局提交的专利申请。

本基于势能引导快速搜索随机树算法的全局路径规划方法在说明书摘要公布了：基于势能引导快速搜索随机树算法的全局路径规划方法。属于智能汽车路径规划技术领域。其解决了传统快速搜索随机树算法会导致规划出的轨迹紧贴障碍物行驶的技术问题。首先通过车辆规划的二维空间地图，明确障碍物位置以及起点终点位置，对于地图中任意点，计算其势能值，并将其针对所有障碍物的势能值进行叠加，得到任意点的势能值，按照同样的方法得到二维空间地图中所有任意点的势能值，再将整张地图的每个点的势能值归一化处理，得到势能地图矩阵；将所述势能地图矩阵引入快速搜索随机树算法，设定势能阈值，筛选随机生成点，筛选后将势能值引入快速搜索随机树算法的代价函数中，重新布线优化，从而进行车辆路径规划。

本发明授权基于势能引导快速搜索随机树算法的全局路径规划方法在权利要求书中公布了：1.基于势能引导快速搜索随机树算法的全局路径规划方法，其特征在于，所述方法首先通过车辆规划的二维空间地图，明确障碍物位置以及起点终点位置，对于地图中任意点，计算其相对于每个障碍物的势能值，并将其针对所有障碍物的势能值进行叠加，得到任意点的势能值，按照同样的方法得到二维空间地图中所有任意点的势能值，再将整张地图的每个点的势能值归一化处理，归一化处理的数值在0-1之间，得到势能地图矩阵；将所述势能地图矩阵引入快速搜索随机树算法，在路径规划初始阶段，设定势能阈值，筛选随机生成点，筛选后将势能值引入快速搜索随机树算法的代价函数中，重新布线优化，从而进行车辆路径规划，具体为： S1、环境初始化与势能场构建：初始化车辆规划的二维空间地图，设定起始点X_start与目标点X_goal，并加载障碍物信息，同时，导入环境势能地图矩阵，设定最大迭代次数K、扩展步长、邻域搜索半径以及势能安全阈值； S2、基于势能引导的约束采样：在地图空间内进行随机采样生成候选点X_rand，读取该点在势能地图矩阵中对应的势能值，判断是否小于设定的势能阈值： 若，则判定该点处于高风险区域，直接舍弃该采样点并重新进行采样； 若，则保留该点作为有效采样点，进入下一步； S3、节点延伸与碰撞检测：遍历当前随机树中的所有节点，寻找与X_rand欧氏距离最近的树节点X_nearest，从X_nearest向X_rand方向扩展固定步长，生成新节点X_new；检测X_nearest到X_new的路径是否与障碍物发生碰撞，以及路径上的所有离散点的势能值是否均满足势能阈值约束；若检测未通过，则放弃本次扩展，跳转至步骤S2，若检测通过，则进入下一步； S4、统筹考虑势能与路径长度的最优父节点选择：以X_new为圆心，设定邻域搜索半径的邻域内搜索潜在父节点集合，引入包含路径长度与累积势能的复合代价函数计算将各邻域节点作为X_new父节点时的总代价，选择使X_new获得最小代价的邻域节点作为其父节点，并将X_new加入随机树； S5、引入势能权重的重布线优化：在选定父节点后，再次遍历邻域内的其他节点；判断经过X_new到达这些邻域节点的代价是否低于不经过X_new到达这些邻域节点的代价；若经过X_new到达这些邻域节点的代价更低且无碰撞，则将该邻域节点的父节点更改为X_new； S6、目标判定与路径回溯：判断X_new与目标点X_goal的距离是否小于预设的到达阈值： 若不小于预设的到达阈值，则令迭代次数，返回步骤S2继续执行； 若小于预设的到达阈值，则标记搜索成功；从目标点X_goal开始，沿着各节点的父节点索引反向回溯至起始点X_start，提取并输出最终的一条低势能和无碰撞的安全路径。

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吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699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”。

以上内容由龙图腾AI智能生成。