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！

龙图腾网获悉集美大学申请的专利一种基于深度强化学习的无人车高精度轨迹跟踪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：CN121028794B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202511565301.3，技术领域涉及：G05D1/43；该发明授权一种基于深度强化学习的无人车高精度轨迹跟踪控制方法是由林立雄;林庆彬;黄伯敏;许志平;朱培斌设计研发完成，并于2025-10-30向国家知识产权局提交的专利申请。

本一种基于深度强化学习的无人车高精度轨迹跟踪控制方法在说明书摘要公布了：本发明涉及一种基于深度强化学习的无人车高精度轨迹跟踪控制方法，属于无人车轨迹跟踪控制技术领域。所述方法，包括：获取无人车的目标路径信息以及无人车当前的位姿状态信息；根据无人车的目标路径信息和无人车当前的位姿状态信息，确定无人车的位姿误差；设计强化学习状态空间、动作空间以及奖励函数；基于无人车当前的位姿状态信息和无人车的位姿误差，构建强化学习算法网络，通过强化学习智能体生成动作指令；将动作指令输入车辆动力学模型，控制无人车进行轨迹跟踪，并将车辆动力学模型输出的位姿状态信息反馈，用于下一时刻轨迹跟踪控制。本发明能够解决传统无人车轨迹跟踪方法在复杂动态环境下动态适应性弱与精度不足的问题。

本发明授权一种基于深度强化学习的无人车高精度轨迹跟踪控制方法在权利要求书中公布了：1.一种基于深度强化学习的无人车高精度轨迹跟踪控制方法，其特征在于，包括： S1、获取无人车的目标路径信息以及无人车当前的位姿状态信息； S2、根据无人车的目标路径信息和无人车当前的位姿状态信息，确定无人车的位姿误差； S3、基于无人车的目标路径信息、无人车当前的位姿状态信息和无人车的位姿误差，设计强化学习状态空间、动作空间以及奖励函数； S4、基于无人车当前的位姿状态信息和无人车的位姿误差，构建强化学习算法网络，通过强化学习智能体生成动作指令； S5、将动作指令输入车辆动力学模型，控制无人车进行轨迹跟踪，并将车辆动力学模型输出的位姿状态信息反馈，用于下一时刻轨迹跟踪控制； 步骤S3中，奖励函数为双机制协同的奖励函数，包括基于平滑阶跃函数的区域化奖励函数和基于高斯核函数的自适应权重奖励函数；基于平滑阶跃函数的区域化奖励函数通过Sigmoid型平滑阶跃函数构建连续可导的多级奖惩区域，基于平滑阶跃函数的区域化奖励函数为： 其中表示采用的Sigmoid型平滑阶跃函数，表示横向位置误差，表示航向角误差；横向位置误差采用四级控制域：A：当小于0.2m时，给予高奖励值；当在0.2到0.5m之间时，给予中等奖励；B：当在1到2m之间时，给予中等惩罚；当大于2m时，给予高惩罚；航向角误差采用三级安全边界：C：当航向角误差小于5度时，给予高奖励；当在5度到10度之间时，给予中等奖励；D：当航向角误差大于20度时，给予强惩罚； 基于高斯核函数的自适应权重奖励函数通过自适应权重动态调节横向位置误差、航向角误差及前轮转向角的惩罚强度，基于高斯核函数的自适应权重奖励函数为： 其中为横向位置误差对应的自适应权重，为航向角误差对应的自适应权重，为前轮转向角，为当前误差，为阈值参数；自适应权重动态调节采用函数：当时，权重趋近于2.0；当时，权重趋近于1.0。

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集美大学，其通讯地址为：361021 福建省厦门市集美区银江路185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。