Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江大学马伯承获国家专利权

浙江大学马伯承获国家专利权

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!

龙图腾网获悉浙江大学申请的专利一种基于Frenet坐标系的横纵向耦合的车队协同控制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:CN119142334B

龙图腾网通过国家知识产权局官网在2025-11-07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:202411174655.0,技术领域涉及:B60W30/165;该发明授权一种基于Frenet坐标系的横纵向耦合的车队协同控制方法是由马伯承;何嘉诚;苏宏业;朱阳设计研发完成,并于2024-08-26向国家知识产权局提交的专利申请。

一种基于Frenet坐标系的横纵向耦合的车队协同控制方法在说明书摘要公布了:本发明公开了一种基于Frenet坐标系的横纵向耦合的车队协同控制方法。本发明中,为车队中的每辆车给定初始状态,并根据通信拓扑传输和接收其他车辆的状态,进而使整个车队中的车辆跟随目标状态,确保在非恒直道路况下车队中车辆的一致性和车队的安全性。首先引入车辆的三自由度动力学模型,再引入Frenet坐标系,并将两者结合得出车队中单车的控制模型。通过DMPC算法对车队中每辆车在每个时刻进行优化求解,使车队在非恒直道路况下保持良好的车队协同性能,并且在仿真中得出了较好的结果,验证了Frenet坐标系下横纵向耦合分布式模型预测控制方法的有效性。

本发明授权一种基于Frenet坐标系的横纵向耦合的车队协同控制方法在权利要求书中公布了:1.一种基于Frenet坐标系的横纵向耦合的车队协同控制方法,其特征在于,包括以下步骤: S1:结合Frenet坐标系,利用车辆三自由度自行车动力学模型构建车队的横纵向耦合控制模型; S2:使用欧拉前向差分法将车队的横纵向耦合控制模型离散化后,获得每辆跟随车的离散非线性模型; S3:构建车队的通信拓扑结构; S4:根据车队的通信拓扑结构和跟随车的离散非线性模型,利用分布式模型预测控制方法优化求解车队中各跟随车的状态,实现车队的控制; 所述S4具体为: S4.1:构建每辆跟随车的优化问题,公式如下: 其中,为跟随车i的预测输入序列,为代价函数,为跟随车i的预测状态序列,为跟随车i的预测输出序列,为跟随车i的假设输出序列,为车辆j的假设输出序列,为跟随车i的预测位置序列,为头车的位置序列,为在t时刻预测的第t+c时刻的状态,代表待优化的未知输入变量,,为跟随车i在t时刻的状态,为单车横纵向耦合控制模型的非线性表达式,和分别为输入加速度约束的下界和上界,和分别为输入转向角的下界和上界,为输入加速度,为输入转向角,,,为绝对值,为预测时域,为跟随车i的理想状态序列,为第一正定权重矩阵,为头车的位置序列,为跟随车i的预测位置序列,为第二正定权重矩阵,为跟随车i的预测输出序列,为跟随车i的假设输出序列,为第三正定权重矩阵,为跟随车i的邻接矩阵,为第四正定权重矩阵,为第五正定权重矩阵;为矩阵对角化操作;为两车之间的理想间距; S4.2:根据车队的通信拓扑结构和跟随车的离散非线性模型,利用分布式模型预测控制方法对每辆跟随车的优化问题进行优化求解,从而对每辆跟随车进行控制,遍历优化求解车队中所有跟随车的优化问题,从而对所有跟随车进行控制,进而实现车队的控制。

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浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866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。

免责声明
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。