广东工业大学张波获国家专利权
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!
龙图腾网获悉广东工业大学申请的专利一种基于随机噪声镇定的智能小车编队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:CN116243706B 。
龙图腾网通过国家知识产权局官网在2026-04-10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:202310096171.8,技术领域涉及:G05D1/43;该发明授权一种基于随机噪声镇定的智能小车编队控制方法是由张波;罗可其设计研发完成,并于2023-02-10向国家知识产权局提交的专利申请。
本一种基于随机噪声镇定的智能小车编队控制方法在说明书摘要公布了:本发明公开了一种基于随机噪声镇定的智能小车编队控制方法,利用随机噪声镇定原理进行编队控制,区别于传统负反馈方法,本发明不再需要负反馈,控制器参数取值范围更宽。所建立的一阶和二阶控制器各有优势,一阶控制器收敛速度快,二阶控制器控制效果更加平稳,用户可根据需求选择合适的模型及控制器。此外,由于白噪声的引入,控制器是随机的,智能小车的运动路径也是随机的,若该多智能小车系统处于对抗环境,此随机路径能更好的躲避捕食者对智能小车的抓捕。
本发明授权一种基于随机噪声镇定的智能小车编队控制方法在权利要求书中公布了:1.一种基于随机噪声镇定的智能小车编队控制方法,其特征在于,包括基于一阶控制器和基于二阶控制器两种控制方式; 基于一阶控制器,包括以下步骤: S1、建立由n个跟随者和1个领导者组成的一阶多智能小车系统模型,其中,跟随者和领导者均为适用一阶独轮车运动学模型的一阶智能小车; S2、一阶多智能小车系统模型中,按照星形网络拓扑结构,跟随者以领导者为中心,分别与领导者连接; S3、基于一阶多智能小车系统模型,根据用户所期望的编队位姿求取多智能小车编队控制系统的系统误差; S4、基于系统误差,根据随机噪声镇定原理,引入白噪声,并将白噪声耦合到控制器进行智能小车编队控制; S5、确定满足判别条件的控制器参数,在控制器作用下,系统误差逐渐收敛为零,多智能小车编队达到稳定的期望位姿; 基于二阶控制器,包括以下步骤: A1、建立由N个跟随者和1个领导者组成的二阶多智能小车系统模型,其中,跟随者和领导者均为适用二阶独轮车运动学模型的二阶智能小车; A2、二阶多智能小车系统模型中,按照星形网络拓扑结构,跟随者以领导者为中心,分别与领导者连接; A3、基于二阶多智能小车系统模型,根据用户所期望的编队位姿求取多智能小车编队控制系统的系统误差; A4、基于系统误差,根据随机噪声镇定原理,引入白噪声,并将白噪声耦合到控制器进行智能小车编队控制; A5、确定满足判别条件的控制器参数,在控制器作用下,系统误差逐渐收敛为零,多智能小车编队达到稳定的期望位姿; 基于一阶控制器时,根据用户所期望的编队设置参数,其含义为第个跟随者在领导者坐标系下的期望位置;根据设置的参数对所有跟随者小车的位置进行数学变换,变换后的位姿称为跟随者小车的虚拟位姿,变换过程为: ; 其中,为跟随者小车的虚拟位姿,和为跟随者小车在世界坐标系下的虚拟位置,为跟随者小车的虚拟位姿的朝向;、和为第个跟随者的位姿; 对跟随者小车的虚拟位姿进行求微分,结果为: , ; 其中,,为第个跟随者的控制输入量,和分别为第个跟随者的线速度和角速度; 步骤S4中,通过如下公式进行控制: ;其中为的逆矩阵,为领导者位姿导数,为控制器增益参数,为定义的误差,是引入第个跟随者的高斯白噪声,噪声由噪声发生器产生; 步骤S5中,判别过程如下: 对多智能小车编队控制系统而言,为第个跟随者领导者坐标系下期望的轴坐标,和控制器增益系数、满足: 1对于成立; 2; 3; 即可实现: ,多智能小车编队控制系统满足几乎必然指数稳定的定义,即系统会以指数级的速度收敛到期望编队,同时所有小车朝向也会一致。
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广东工业大学,其通讯地址为:510062 广东省广州市越秀区东风东路729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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励