清华大学张俊智获国家专利权
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!
龙图腾网获悉清华大学申请的专利用于路径跟踪任务的车辆模型在线辨识方法及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:CN116820108B 。
龙图腾网通过国家知识产权局官网在2025-09-30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:202310855377.4,技术领域涉及:G05D1/43;该发明授权用于路径跟踪任务的车辆模型在线辨识方法及装置是由张俊智;季园;何承坤;刘伟龙设计研发完成,并于2023-07-12向国家知识产权局提交的专利申请。
本用于路径跟踪任务的车辆模型在线辨识方法及装置在说明书摘要公布了:本发明公开了用于路径跟踪任务的车辆模型在线辨识方法及装置,该方法包括:构建车辆运动过程中的多种基本模型;根据多种基本模型和输入矩阵以及系统矩阵构建车辆轨迹跟踪模型;基于车辆运行数据计算中间矩阵得到第一计算结果,并根据第一计算结果和预设精度阈值的比较结果求解待辨识的输入矩阵得到第二计算结果;基于第二计算结果计算临时矩阵得到的第三计算结果计算待辨识的系统矩阵,以根据计算的第四计算结果完成车辆轨迹跟踪模型的车辆参数在线辨识。本发明通过自适应动态规划方法,实现了对车辆参数的在线辨识。并且可以实现快速,且严格的准确的车辆参数辨识。
本发明授权用于路径跟踪任务的车辆模型在线辨识方法及装置在权利要求书中公布了:1.一种用于路径跟踪任务的车辆模型在线辨识方法,其特征在于,包括以下步骤: S1,构建车辆运动过程中的多种基本模型; S2,根据所述多种基本模型和输入矩阵以及系统矩阵构建车辆轨迹跟踪模型; S3,基于车辆运行数据计算中间矩阵得到第一计算结果,并根据第一计算结果和预设精度阈值的比较结果求解待辨识的所述输入矩阵得到第二计算结果;以及基于第二计算结果计算临时矩阵得到的第三计算结果计算待辨识的所述系统矩阵,以根据计算的第四计算结果完成所述车辆轨迹跟踪模型的车辆参数在线辨识; 所述构建车辆运动过程中的多种基本模型,包括: 基于车辆运动过程中的动力学构建第一基本模型: 其中,为车辆的横摆角速度,为车辆的横摆角加速度;为车辆的侧向速度,为车辆的侧向加速度;为车辆的纵向运行速度;和分别为车辆的前轮和后轮所受的侧向力,和分别为车辆质心距离前轴和后轴的水平距离;为车辆的整体质量;为车辆绕过质心垂直水平地面的轴的横摆转动惯量; 基于车辆运行过程中的侧向力构建第二基本模型: 其中,和分别为车辆前轮的侧偏角和后轮的侧偏角;和分别为车辆前、后轮的侧偏刚度; 基于车辆运行过程中的前后轮的侧偏角构建第三基本模型: 其中为前轮转角; 由第一基本模型、第二基本模型和第三基本模型得: 其中为质心侧偏角; 基于车辆运行过程中的实际轨迹与参考轨迹的差别数据构建第四基本模型: 其中和分别为车辆的实际侧向位移,参考侧向位移以及侧向位移误差;,和分别为车辆的实际航向角,参考航向角以及航向角误差;和分别为和对时间的一阶导数; 所述根据所述多种基本模型和输入矩阵以及系统矩阵构建车辆轨迹跟踪模型,包括: 选择车辆的状态向量为,选择虚拟控制输入,其中为航向角对时间的二次导数,车辆轨迹跟踪模型构建为如下形式: 其中,代表对针对时间求导数,系统矩阵和输入矩阵分别为如下形式: 获取所述车辆运行数据,包括: 其中,为数学运算克罗内克积;为数据采样时刻;为数据采样个数; 和分别为收集到的三种不同的数据; 计算直到收集停止条件满足: 其中,代表由数据和构成的数据矩阵的秩; 所述S3,包括:步骤S3.1,选择任意正定矩阵和,其中矩阵的维度为,矩阵的维度为; 对车辆施加控制车辆跟踪轨迹的任意转向输入并保持,设置初始反馈增益,设置初始迭代知识参数,设置模型辨识精度参数; 步骤S3.2,采用获取所述车辆运行数据的方法,直到收集停止条件满足; 步骤S3.3,利用收集的数据已经选择的秩计算中间矩阵: 求解下述更新方程得到新一组: 步骤S3.4,判断下述精度条件是否满足: 如果条件不满足,将迭代指示参数加一,并回到步骤S3.3: 如果条件满足,进行下一步骤: 步骤S3.5,采用下式求解待辨识的输入矩阵: 步骤S3.6,计算待辨识的系统矩阵: 构建下述临时矩阵,计算为: 构建下述临时矩阵和: 其中代表系统矩阵A中对应的第行,第列的元素; 代表矩阵中对应的第行,第列的元素;代表矩阵中对应的第行,第列的元素; 采用下式计算: 求解车辆轨迹跟踪系统的系统矩阵中的未知系数以完成车辆轨迹跟踪模型的车辆参数在线辨识。
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清华大学,其通讯地址为:100084 北京市海淀区清华园;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励