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！

龙图腾网获悉厦门理工学院申请的专利一种面向自动驾驶电动矿卡的能耗最优控制方法、装置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：CN120039135B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510534568.X，技术领域涉及：B60L50/60；该发明授权一种面向自动驾驶电动矿卡的能耗最优控制方法、装置是由韩锋钢;刘路通;彭倩设计研发完成，并于2025-04-27向国家知识产权局提交的专利申请。

本一种面向自动驾驶电动矿卡的能耗最优控制方法、装置在说明书摘要公布了：本发明提供了一种面向自动驾驶电动矿卡的能耗最优控制方法、装置，涉及电动矿卡技术领域，该方法通过集成先进的传感器技术和复杂的仿真建模，实时获取车辆运行状态数据，并结合环境因素，构建多维度的数据集。利用优化的神经网络模型对能耗进行精准预测，并根据预测结果与实际能耗的对比，智能切换控制策略，确保车辆在复杂工况下始终保持能耗最优。该系统不仅提高了能耗控制的精度和适应性，还通过交互反馈机制增强了系统的可靠性和稳定性，为自动驾驶电动矿卡的高效运行提供了有力支持。旨在解决现有技术中能耗控制精度不足、适应性差的问题。

本发明授权一种面向自动驾驶电动矿卡的能耗最优控制方法、装置在权利要求书中公布了：1.一种面向自动驾驶电动矿卡的能耗最优控制方法，其特征在于，包括： 获取由配置在待测电动矿卡上的传感器组件采集到的物理数据集，基于所述物理数据集建立一个与电动矿卡相对应的虚拟实体； 获取虚拟实体的虚拟数据集，对所述虚拟数据集和物理数据集进行融合处理，得到基于多工况的行驶数据集； 调用预先训练好的PSO-BiLSTM-Attention神经网络模型进行能耗预测，得到预测能耗值； 将所述预测能耗值与实际能耗进行对比，得到能耗偏差，并根据所述能耗偏差调整电动矿卡的状态参数，以保证电动矿卡的能耗保持在预设最优区间内； 获取由配置在待测电动矿卡上的传感器组件采集到的物理数据集，基于所述物理数据集建立一个与电动矿卡相对应的虚拟实体，具体为： 获取由配置在待测电动矿卡上的传感器组件采集到的物理数据集，采用AVLCruise软件对所述物理数据集进行搭建处理，得到电动矿卡整车模型； 基于所述物理数据集，使用Simulink软件建立电动矿卡的动态方程和控制系统，将动态方程和控制系统与电动矿卡整车模型进行结合，得到电动矿卡整车仿真模型； 在调用预先训练好的PSO-BiLSTM-Attention神经网络模型进行能耗预测之前，还包括： 获取能耗样本数据，将所述能耗样本数据划分为训练集和测试集，并对所述训练集和测试集进行归一化处理，将归一化处理后的数据转换为单元格数组； 创建待优化函数，并设置PSO算法的粒子数量、最大迭代次数和粒子维度，并基于待优化函数和PSO算法对单元格数组进行优化； 初始化粒子的位置和速度，使用训练集进行训练，并选用预测值与真实值的均方误差为适应度函数，计算每个粒子的适应度值； 根据所述适应度值计算对应的个体最优位置和全局最优位置，根据当前位置、速度、个体最优位置和全局最优位置更新粒子的位置和速度； 当判断到筛选出的最优解适应度不小于预设的适应度误差时，继续根据PSO优化算法进行优化； 当判断到筛选出的最优解适应度小于预设的适应度误差时，输出最优参数组合，基于最优参数组合对测试集进行预测，得到预测结果； 当所述预测结达到预设值时，结束训练，得到训练好的PSO-BiLSTM-Attention神经网络模型； 将所述预测能耗值与实际能耗进行对比，得到能耗偏差，并根据所述能耗偏差调整电动矿卡的状态参数，具体为： 将所述预测能耗值与实际能耗进行对比，得到能耗偏差，并判断所述能耗偏差是否小于预设偏差值； 若是，根据所述预测能耗值，采用端到端的方式调节车辆状态参数； 若否，进行语音提醒，并切换至基于动态规划法的辅助控制模式，调整挡位、传动比、电机转速。

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厦门理工学院，其通讯地址为：361024 福建省厦门市集美区理工路600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”。