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！

龙图腾网获悉深圳安智杰科技有限公司申请的专利一种基于道路类型和工况识别的快速MPC自动驾驶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：CN116482972B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202310285881.5，技术领域涉及：G05B13/04；该发明授权一种基于道路类型和工况识别的快速MPC自动驾驶控制方法是由刘俊骏;孙浩设计研发完成，并于2023-03-22向国家知识产权局提交的专利申请。

本一种基于道路类型和工况识别的快速MPC自动驾驶控制方法在说明书摘要公布了：本发明公开了一种基于道路类型和工况识别的快速MPC自动驾驶控制方法，方法包括：根据当前时刻参考轨迹给出的未来道路曲率识别道路类型；根据当前时刻参考轨迹给出的速度和加速度信息识别工况类型；根据上述识别结果自适应选择实际预测和控制步长；通过车辆的横纵向误差动力学模型，建立预测和控制模型并搭建MPC求解器框架；在搭建的MPC框架下，设置不同的预测及控制步长，通过仿真获取预测及控制步长基准。根据道路识别结果、工况识别结果、基准预测步长和基准控制步长生成实际应用矩阵；根据输入的实际应用矩阵更新求解器矩阵计算规模，并输出控制序列。本发明能快速选择适合当前行驶状态的预测步长和控制步长，显著提升计算效率。

本发明授权一种基于道路类型和工况识别的快速MPC自动驾驶控制方法在权利要求书中公布了：1.一种基于自适应道路类型和工况识别的快速MPC自动驾驶控制方法，其特征在于，包括下述步骤： 1根据当前时刻参考轨迹给出的未来道路曲率识别道路类型； 2根据当前时刻参考轨迹给出的未来速度和加速度信息识别未来工况类型； 3根据上述识别结果自适应选择实际的预测步长和控制步长； 4通过车辆的横纵向误差动力学模型，建立预测和控制模型并获得MPC求解器框架； 5利用搭建的MPC框架通过设置不同的预测步长和控制步长，根据仿真测试结果选择满足约束条件的预测步长和控制步长作为基准； 6根据道路识别结果、工况识别结果、基准预测步长和基准控制步长生成实际应用矩阵； 7根据输入的实际预测和控制矩阵规模更新求解器矩阵计算规模，并输出控制序列； 其中，步骤3中选择实际的预测步长和控制步长具体为： 设置选取预测步长和控制步长的评价标准； 搭建仿真测试场景；所述仿真测试场景包括不同的道路类型和工况类型，且在仿真测试场景中直道匀速、直道变加速、大曲率弯道匀速、大曲率弯道变加速、小曲率弯道匀速和小曲率弯道变加速均有设置； 基于仿真测试场景，设置不同的预测步长和控制步长，并根据选取最合适的预测步长和控制步长作为MPC求解基准步长； 其中，n表示仿真步长，，分别表示单步耗时，单步横向误差以及单步纵向误差的权重系数； 步骤4具体为： 基于车辆二自由度模型并考虑轮胎侧偏性能建立横纵向误差动力学模型； 所述横纵向误差动力学模型包括6个状态变量和2个控制变量，状态变量包括横向状态变量和纵向状态变量，横向状态变量包括横向误差，横向速度，航向误差和航向误差角速度；纵向状态变量包括位置误差和速度误差；控制变量包括横向控制变量和纵向控制变量，横向控制变量为前轮转角，纵向控制变量为纵向误差加速度补偿，其中 所述横纵向误差动力学模型中误差动力学的状态方程为；其中，，，，，，，，，，分别表示整车质量，车辆纵向速度，前轮轮胎刚度，后轮轮胎刚度，绕z轴的转动惯量，道路固有性质； 对所述误差动力学的状态方程进行离散化处理，获得； 其中，，，表示单步采样时间； 通过合并状态量和控制量获得离散增量方程； 通过离散增量方程创建预测步长为且控制步长为的预测方程：； 设置控制模型代价函数并获得二次规划函数； 通过从实际控制量增量的上、下限约束，实际控制量的上、下限约束以及输出状态量的上、下限约束对所述二次规划的控制量进行约束；；根据实际的预测步长和控制步长滚动求解出控制序列。

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深圳安智杰科技有限公司，其通讯地址为：518000 广东省深圳市宝安区西乡街道宝田三路宝田工业区23栋4楼；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。