買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜同濟大學申請的專利一種智能網聯車輛交叉口生態駕駛控制方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116206447B 。

龍圖騰網通過國家知識產權局官網在2025-03-21發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310167370.3，技術領域涉及：G08G1/01；該發明授權一種智能網聯車輛交叉口生態駕駛控制方法是由胡笳;馮永威;張子晗;王浩然設計研發完成，并于2023-02-24向國家知識產權局提交的專利申請。

本一種智能網聯車輛交叉口生態駕駛控制方法在說明書摘要公布了：本發明涉及一種智能網聯車輛交叉口生態駕駛控制方法，包括：基于GPS技術與V2I通信，實時采集交通信息；基于模擬采樣的車輛軌跡數據，全局線性化車輛動力學模型；結合交叉口信號配時約束以及全局線性化車輛動力學模型，以作為約束條件，構建基于空間域的生態駕駛優化控制模型；基于模型預測控制技術，將實時采集的交通信息輸入生態駕駛優化控制模型，通過迭代動態求解，實時規劃生成生態駕駛最優運動軌跡，并實時更新優化自動駕駛控制指令，使車輛按照生態駕駛最優運動軌跡行駛。與現有技術相比，本發明能夠精確、快速地對智能網聯車輛行駛軌跡進行決策規劃，從而實現智能網聯車輛在城市交叉口的高效、綠色通行。

本發明授權一種智能網聯車輛交叉口生態駕駛控制方法在權利要求書中公布了：1.一種智能網聯車輛交叉口生態駕駛控制方法，其特征在于，包括以下步驟：S1、基于GPS技術與V2I通信，實時采集交通信息；S2、基于模擬采樣的車輛軌跡數據，全局線性化車輛動力學模型；S3、結合交叉口信號配時約束以及全局線性化車輛動力學模型，以作為約束條件，構建基于空間域的生態駕駛優化控制模型；S4、基于模型預測控制技術，將實時采集的交通信息輸入生態駕駛優化控制模型，通過迭代動態求解，實時規劃生成生態駕駛最優運動軌跡，并實時更新優化自動駕駛控制指令，使車輛按照生態駕駛最優運動軌跡行駛；所述步驟S2具體是采用縱橫向高度耦合的非線性動力學模型離線模擬采樣軌跡數據，并基于Koopman算子，以模擬采樣軌跡數據作為輸入，全局線性化車輛動力學模型；所述步驟S2包括以下步驟：S21、基函數向量選取與狀態向量的擴增；非線性車輛動力學模型為xk+1＝fxk，uk，其中，表示為在第k時刻的車輛狀態向量，包含車輛的縱橫向位置坐標、縱橫向速度、偏航角以及偏航角速度，為第k時刻的車輛控制輸入向量，包含車輛的加速度與前輪轉角；根據Koopman線性算子理論，通過擴增狀態向量xk的維度使原非線性動力學模型趨于線性化，即存在線性算子與基函數φ，使下式成立： 選取徑向基函數ψ與線性函數的組合作為基函數φ，即 其中，ψixk＝||xk-xi||2log||xk-xi||，xi為隨機選取的參數向量；則原狀態向量擴增為zk＝xk，ψ1xk，…，ψNxk；記線性Koopman算子則非線性動力系統xk+1＝fxk，uk轉化為線性動力系統zk+1＝Azk+Buk，A，B均為待求的參數矩陣；S22、軌跡數據離線模擬采樣；基于虛擬仿真平臺，在可行范圍內隨機產生K個控制輸入u，K＞＞n，m，N，構成控制輸入數據集合U＝[u1，...，uk，...，uK]，將U中的控制輸入按次序依次作用于非線性動力學系統xk+1＝fxk，uk，則得到狀態序列X＝[x1，...，xk，...，xK+1]，將狀態序列依次代入徑向基函數，則可得到擴充狀態序列Z＝[z1，...，zk，...，zK]及Y＝[z2，...，zk，...，zK+1]；S23、車輛動力學模型全局線性化；利用最小二乘問題描述線性動力學系統的待定參數矩陣A，B： 該最小二乘問題的解為進而將模擬采樣的軌跡數據代入該式，得到參數矩陣A，B，即完成非線性車輛動力學模型的全局線性化；所述步驟S3具體包括以下步驟：S31、考慮智能網聯車輛的能耗與機動性，構建模型成本函數；S32、根據當前信號燈的狀態，按照紅燈和綠燈兩類狀態，建立對應的信號配時約束；S33、考慮智能網聯車輛在交叉口通行的空間固定性，將時間域模型轉化為空間域模型，以車輛縱向位置作為底層變量、以時間作為系統狀態變量，構建出構建基于空間域的生態駕駛優化控制模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人同濟大學，其通訊地址為：200092 上海市楊浦區四平路1239號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。