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！

龙图腾网获悉江苏大学申请的专利一种基于在线学习的自适应RNN车辆轨迹跟踪控制器及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：CN119644710B 。

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：202411950567.5，技术领域涉及：G05B11/42；该发明授权一种基于在线学习的自适应RNN车辆轨迹跟踪控制器及控制方法是由蔡英凤;章宇航;刘泽;廉玉波;陈龙;董钊志设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本一种基于在线学习的自适应RNN车辆轨迹跟踪控制器及控制方法在说明书摘要公布了：本发明公开了一种基于在线学习的自适应RNN车辆轨迹跟踪控制器及控制方法，引入了循环神经网络RNN方法，充分利用其能够捕捉时间序列中的动态变化规律、对长期依赖关系建模的核心优势，同时具备非线性映射能力和网络内部特征表达能力，从而显著提升了复杂系统状态与控制输入之间非线性耦合关系的建模能力。通过这一改进，本发明有效解决了车辆动力学在复杂工况如模型失配下的控制精度与轨迹跟踪性能问题，在车辆动力学控制领域展现出显著的优越性。通过预测‑反馈控制器的协同作用，使系统在保持在线预测控制高效性的同时，实现了在复杂环境下更为精准和稳定的路径跟踪。

本发明授权一种基于在线学习的自适应RNN车辆轨迹跟踪控制器及控制方法在权利要求书中公布了：1.一种基于在线学习的自适应RNN车辆轨迹跟踪控制方法，其特征在于，包括以下步骤： S1：基于车辆的非线性映射关系构建状态方程描述车辆动力学，其中X表示系统的状态向量，包含车辆横向速度vy和横摆角速度ω，u表示控制输入，即前轮转角δf，同时对该映射关系离散化； S2：基于循环神经网络来拟合系统的非线性映射，在每个时间步，接收上一时刻对状态量的预测值当前时刻的纵向车速vx,t以及系统当前的控制输入δf,t，并通过激活函数进行归一化处理； S3：构造特征多项式εt,i，表示t时刻第i层网络由状态变量当前时刻纵向车速vx,t,上一时刻预测的横向车速上一时刻预测的横摆角速度和当前时刻前轮转角δf构成的多项式组合，通过不同的指数组合构造一个高维特征向量εt，特征向量的维度为RNN网络层数； S4：基于高维特征向量构建观测矩阵，并结合测量噪声协方差，协方差矩阵以及观测矩阵更新卡尔曼滤波增益Kω,t； S5：基于估计误差和卡尔曼滤波增益进行RNN网络的权重更新，得到下一时刻横向速度和横摆角速度的预测值同时进行协方差矩阵的更新，完成对系统状态量估计的更新； S6：构造代价函数，使得预测的横向速度和横摆角速度尽可能接近理想值，利用内点法进行优化求解，获得预测控制量的最优解δfp*； S7：根据车辆实时的横向位置误差和横摆角速度误差设计双PID控制器得到最终输出转角δfb； S8：设置权重系数，得到最终输出转角δf，完成车辆的轨迹跟踪控制。

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江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301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。