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！

龙图腾网恭喜东南大学申请的专利面向ROS平台基于分布式异步优化的多机器人编队算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：CN114995397B 。

龙图腾网通过国家知识产权局官网在2025-02-18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：202210520624.0，技术领域涉及：G05D1/43；该发明授权面向ROS平台基于分布式异步优化的多机器人编队算法是由杨绍富;杨越森;刘庆山设计研发完成，并于2022-05-13向国家知识产权局提交的专利申请。

本面向ROS平台基于分布式异步优化的多机器人编队算法在说明书摘要公布了：本发明公开了一种面向ROS平台基于分布式异步优化的多机器人编队算法，每个机器人首先根据待围堵目标确定队形,并建立分布式优化模型；然后,通过比较机器人当前的更新进度是否慢于其他节点判断事件触发是否满足,如果条件满足,那么机器人汇总邻居的信息并更新自己的参数；如果条件不满足,那么机器人不发生更新和通信；通过这种方式,更新速率快的节点不会多次汇总邻居节点信息进而导致约束条件不满足,在基于ROS的异步高效通信前提下,保证算法收敛正确,在保持队形的同时避免了同步算法的阻塞行为,使得算法收敛更快、机器人系统实时性更高。

本发明授权面向ROS平台基于分布式异步优化的多机器人编队算法在权利要求书中公布了：1.面向ROS平台基于分布式异步优化的多机器人编队算法，运用于第i＝1,2,3,......,n个机器人的系统上，其特征在于，包括如下步骤：S1：根据待围堵目标的位置确定队形并建立分布式优化模型,所述分布式优化模型的目标函数为优化机器人位置xi到最佳观测位置si的距离最小，即：minfixi＝||xi-si||2其中，xi∈R2是机器人i的位置坐标；si∈R2是机器人i的最佳观测位置；所述分布式优化模型的约束条件至少包括：机器人i需要在其安全区域Ωi且观测区域Si内、所有机器人位置中心和待围堵目标重合，即：s.txi∈Ωixi∈Si 其中，d∈R2表示待围堵目标的位置；S2：通过比较机器人当前的更新进度是否慢于其他节点，判断事件触发是否满足，若机器人i更新次数多于其他节点,则机器人i需要停下来等待一下其他智能体；当事件触发条件满足时，机器人i进行本地更新，继续步骤S3；所述机器人i的事件触发条件为: 其中，ki为机器人i的本地更新次数；kj为机器人j的本地更新次数；τ为事件触发条件参数；Ni为机器人i的邻居集合；S3：根据机器人i的更新条件进行本地更新，具体的公式为: ki＝ki+1其中，η为步长，aij为邻居权重,为梯度,vi为拉格朗日常数；I2为2*2的单位矩阵,为克罗内克积,A＝[aij]m*m为机器人的邻接矩阵,i≠j时,aij0当且仅当机器人i发送给j信息,i＝j时,S4：判断是否满足终止条件,若满足则终止算法并输出最终位置xi；若不满足，则返回步骤S3重复步骤，所述终止条件设定为最大迭代次数上限或误差精度。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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”。