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！

龙图腾网获悉吉林大学申请的专利自动驾驶车辆不确定环境下的闭环漂移控制方法及系统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：CN120942331B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202511491780.9，技术领域涉及：B60W30/18；该发明授权自动驾驶车辆不确定环境下的闭环漂移控制方法及系统是由丁海涛;甘雨润;吕超;王璨;张建伟;许男设计研发完成，并于2025-10-20向国家知识产权局提交的专利申请。

本自动驾驶车辆不确定环境下的闭环漂移控制方法及系统在说明书摘要公布了：本发明涉及闭环漂移控制技术领域，具体公开了自动驾驶车辆不确定环境下的闭环漂移控制方法及系统，所述方法包括基于Frenet坐标系建立车辆运动学模型，构建带有预瞄机制的MPC路径跟踪控制器；建立带有附加横摆力矩的三自由度整车动力学模型；建立UniTire‑Ctrl轮胎动力学模型；基于所述整车动力学模型和轮胎动力学模型，结合LQR与积分滑模控制设计鲁棒漂移控制器，基于所述鲁棒控制器输出的理想后轮转速和附加横摆力矩，以最小化分配误差和轮胎负荷利用率为目标，设计扭矩分配模块，计算并输出执行器级别的左右后轮扭矩指令，本发明可实现闭环漂移控制，提高漂移车辆循迹的控制性能及鲁棒性，为车辆不确定路面的极限控制提供安全保障。

本发明授权自动驾驶车辆不确定环境下的闭环漂移控制方法及系统在权利要求书中公布了：1.自动驾驶车辆不确定环境下的闭环漂移控制方法，其特征在于，所述方法包括： 基于Frenet坐标系建立车辆运动学模型，基于车辆运动学模型构建带有预瞄机制的MPC路径跟踪控制器； 建立带有附加横摆力矩的三自由度整车动力学模型； 建立UniTire-Ctrl轮胎动力学模型，并基于实验数据拟合轮胎参数； 基于所述整车动力学模型和轮胎动力学模型，结合LQR与积分滑模控制设计鲁棒控制器，其控制量包括前轮转角、后轮转速及整车附加横摆力矩； 基于所述鲁棒控制器输出的理想后轮转速和附加横摆力矩，以最小化分配误差和轮胎负荷利用率为目标，设计扭矩分配模块，计算并输出执行器级别的左右后轮扭矩指令； 所述预瞄机制通过定义预瞄距离d实现，预瞄点L1的路径参数通过以下公式计算： ； ； 其中，eL1为预瞄点处的横向距离，sL1是车辆参考路径预瞄点处已行驶的距离，为车辆预瞄点处的航向误差，e为当前车辆与参考路径的横向距离，s是车辆参考路径已行驶的距离，为当前车辆的航向误差； 将包含当前状态和预瞄点状态的扩展运动学模型线性化，得到状态空间方程用于MPC控制器的设计，其状态向量ζ和控制向量UM定义为： 其中，Vxeq，Vyeq，req分别为漂移平衡点的漂移横向车速，纵向车速，横摆角速度； 所述三自由度整车动力学模型的微分方程如下： 其中，m是车辆的自身重量，V为车辆的纵向车速，β为车辆的质心侧偏角，r为车辆的横摆角速度，δ为车辆的前轮转角，为车辆的附加横摆力矩，I为整车转动惯量，Fxr和Fyr是车辆的后轮纵向力和横向力，l为质心到前轮的距离，Fyf是车辆的前轮横向力，l为质心到后轮的距离； 所述鲁棒控制器针对包含参数不确定性和外部扰动的系统模型进行设计： ； 其中，∆A和∆B表示参数不确定性的未知时变函数矩阵，D为随机路面对应得外部扰动，A为状态矩阵，B为控制输入矩阵，X为状态空间误差参数，U为控制输入； 所述积分滑模控制面设计为： ； ； 其中，St为漂移积分滑模面，H为常数矩阵，同时满足，K为LQR的反馈矩阵，Xt为状态空间参数，ULt为LQR的控制器输入； 积分滑模控制律为： ； 所述鲁棒控制器的最终控制律由LQR控制输入和积分滑模控制输入复合构成； 所述扭矩分配模块根据车身侧倾引起的载荷转移将理想的整车附加横摆力矩分配至左、右后轮： ； ； 其中，为发生侧倾偏移的质量，为整车期望附加横摆力矩，Fzr为车辆后轴的载荷，、分别为左、右后轮分配到的附加横摆力矩； 左、右后轮的最终扭矩指令通过以下公式计算： ； ； 其中，为比例系数，为车轮相对于旋转轴的转动惯量，为车辆的左后车轮轮速，为车辆的右后车轮轮速，为车辆左后轮理想驱动力，为车辆右后轮理想驱动力，为整体漂移控制器输出的理想后轮转速，Re为车轮的有效半径，、分别为左右轮的理想后轮转速。

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吉林大学，其通讯地址为：130012 吉林省长春市朝阳区前进大街2699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。