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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉同濟大學(xué)申請的專利軌跡跟蹤控制方法、裝置、設(shè)備與計算機可讀存儲介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114721272B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-03-21發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202210425129.1，技術(shù)領(lǐng)域涉及：G05B13/04；該發(fā)明授權(quán)軌跡跟蹤控制方法、裝置、設(shè)備與計算機可讀存儲介質(zhì)是由吳光強;毛禮波;曾奇;鞠麗娟設(shè)計研發(fā)完成，并于2022-04-22向國家知識產(chǎn)權(quán)局提交的專利申請。

本軌跡跟蹤控制方法、裝置、設(shè)備與計算機可讀存儲介質(zhì)在說明書摘要公布了：本發(fā)明涉及無人駕駛車輛技術(shù)領(lǐng)域，公開了一種軌跡跟蹤控制方法、裝置、設(shè)備和計算機可讀存儲介質(zhì)。本發(fā)明通過預(yù)先創(chuàng)建的響應(yīng)延遲的狀態(tài)空間模型，確定對應(yīng)的輸出量，并建立對應(yīng)的預(yù)測模型，其中，響應(yīng)延遲的狀態(tài)空間模型根據(jù)無人駕駛礦車的二自由度動力學(xué)模型創(chuàng)建；獲取無人駕駛礦車的當(dāng)前狀態(tài)量、并根據(jù)當(dāng)前狀態(tài)量和預(yù)測模型，確定對應(yīng)的控制參數(shù)；根據(jù)控制參數(shù)，對無人駕駛礦車進行軌跡跟蹤控制，從而實現(xiàn)在延遲特性下，對無人駕駛礦車軌跡跟蹤進行精準控制。

本發(fā)明授權(quán)軌跡跟蹤控制方法、裝置、設(shè)備與計算機可讀存儲介質(zhì)在權(quán)利要求書中公布了：1.一種軌跡跟蹤控制方法，其特征在于，所述軌跡跟蹤控制方法包括如下步驟：基于預(yù)先創(chuàng)建的響應(yīng)延遲的狀態(tài)空間模型，確定對應(yīng)的輸出量，并建立對應(yīng)的預(yù)測模型，所述響應(yīng)延遲的狀態(tài)空間模型基于無人駕駛礦車的二自由度動力學(xué)模型創(chuàng)建；包含以下步驟獲取無人駕駛礦車的二自由度動力學(xué)模型、實時轉(zhuǎn)角反饋、以及轉(zhuǎn)向延遲；根據(jù)所述二自由度動力學(xué)模型，建立對應(yīng)的狀態(tài)空間模型；根據(jù)所述狀態(tài)空間模型、所述實時轉(zhuǎn)角反饋、以及所述轉(zhuǎn)向延遲，確定對應(yīng)的響應(yīng)延遲的狀態(tài)空間模型；根據(jù)所述二自由度動力學(xué)模型，建立對應(yīng)的狀態(tài)空間模型；根據(jù)無人駕駛礦車的二自由度動力學(xué)模型構(gòu)建對應(yīng)的狀態(tài)空間模型，具體過程包括：定義狀態(tài)變量為且，其中，e1表示橫向偏移，e2表示航向角偏差，表示橫向偏移，表示航向角偏差變化率；其中，根據(jù)狀態(tài)變量構(gòu)建狀態(tài)空間模型狀態(tài)空間模型表達如下： 其中，σ1＝2Cαf+Cαrσ2＝-2lfCαf-lrCαr 其中，為無人駕駛礦車的狀態(tài)空間模型，σ1為狀態(tài)空間模型的第一系數(shù)，σ2為狀態(tài)空間模型的第二系數(shù)，σ3為狀態(tài)空間模型的第三系數(shù)，Cαf表示無人駕駛礦車的前輪側(cè)偏剛度、Cαr表示后輪側(cè)偏剛度、vx表示車輛縱向車速、m表示無人駕駛礦車的質(zhì)量、Iz表示無人駕駛礦車的橫擺轉(zhuǎn)動慣量、lf表示無人駕駛礦車的質(zhì)心到前軸距離、lr表示質(zhì)心到后軸距離，cR表示道路曲率；根據(jù)所述狀態(tài)空間模型、所述實時轉(zhuǎn)角反饋、以及所述轉(zhuǎn)向延遲，確定對應(yīng)的響應(yīng)延遲的狀態(tài)空間模型；實際中，無人駕駛礦車的執(zhí)行器是存在延遲的，通過對無人駕駛礦車的液壓轉(zhuǎn)向系統(tǒng)的響應(yīng)特性進行分析，發(fā)現(xiàn)下發(fā)的轉(zhuǎn)角響應(yīng)與實際的轉(zhuǎn)角響應(yīng)存在一個類似于一階延時的環(huán)節(jié)，故而在實際的轉(zhuǎn)角響應(yīng)與下發(fā)的轉(zhuǎn)角響應(yīng)之間以一階延遲環(huán)節(jié)來表示；其中，通過在狀態(tài)變量中引入實時轉(zhuǎn)角反饋和τ表示轉(zhuǎn)向延遲；根據(jù)對無人駕駛礦車轉(zhuǎn)向系統(tǒng)的分析，可由實時轉(zhuǎn)角反饋和轉(zhuǎn)向延遲τ計算得到對應(yīng)的轉(zhuǎn)角指令δ，具體計算公式如下： 其中，τ表示轉(zhuǎn)向延遲，表示轉(zhuǎn)角變化率，δ表示轉(zhuǎn)角指令；利用計算得到的轉(zhuǎn)角指令δ對狀態(tài)空間模型進行更新，得到對應(yīng)的響應(yīng)延遲的狀態(tài)空間模型響應(yīng)延遲的狀態(tài)空間模型表達如下： 其中，為響應(yīng)延遲的狀態(tài)空間模型，σ1為狀態(tài)空間模型的第一系數(shù)，σ2為狀態(tài)空間模型的第二系數(shù)，σ3為狀態(tài)空間模型的第三系數(shù)，Cαf表示無人駕駛礦車的前輪側(cè)偏剛度、Cαr表示后輪側(cè)偏剛度、vx表示車輛縱向車速、m表示無人駕駛礦車的質(zhì)量、Iz表示無人駕駛礦車的橫擺轉(zhuǎn)動慣量、lf表示無人駕駛礦車的質(zhì)心到前軸距離、lr表示質(zhì)心到后軸距離，CR表示道路曲率；對預(yù)先創(chuàng)建的響應(yīng)延遲的狀態(tài)空間模型進行離散化處理，得到離散化后的狀態(tài)空間模型；根據(jù)所述離散化后的狀態(tài)空間模型，確定對應(yīng)的輸出量；根據(jù)所述離散化后的狀態(tài)空間模型和所述輸出量，建立對應(yīng)的被控對象模型；根據(jù)所述被控對象模型，構(gòu)建對應(yīng)的預(yù)測模型；以下將對各個步驟進行詳細說明：對預(yù)先創(chuàng)建的響應(yīng)延遲的狀態(tài)空間模型進行離散化處理，得到離散化后的狀態(tài)空間模型；通過采用前向歐拉對響應(yīng)延遲的狀態(tài)空間模型進行離散化處理，將響應(yīng)延遲的狀態(tài)空間模型按照固定時間步長Δt轉(zhuǎn)化為離散化后的狀態(tài)空間模型；其中，離散化后的狀態(tài)空間模型表達如下：xk+1＝Axk+Bδk+DcRk其中，A為離散化后的狀態(tài)空間模型的第一系數(shù)矩陣，B為離散化后的狀態(tài)空間模型的第二系數(shù)矩陣，D為離散化后的狀態(tài)空間模型的第三系數(shù)矩陣，k表示步數(shù)，cRk為第k步的道路曲率；根據(jù)所述離散化后的狀態(tài)空間模型，確定對應(yīng)的輸出量；根據(jù)上述離散化后的狀態(tài)空間模型，定義對應(yīng)的輸出量；其中，輸出量表達如下：y＝[e1e2]T其中，y為離散化后的狀態(tài)空間模型對應(yīng)的輸出量，e1表示橫向偏移，e2表示航向角偏差；根據(jù)所述離散化后的狀態(tài)空間模型和所述輸出量，建立對應(yīng)的被控對象模型；根據(jù)上述的離散化后的狀態(tài)空間模型和輸出量，建立對應(yīng)的被控對象模型，被控對象模型表達如下：xt+1＝Axt+Bδt+DcRtyt+1＝Cxt+1其中，A為離散化后的狀態(tài)空間模型的第一系數(shù)矩陣，B為離散化后的狀態(tài)空間模型的第二系數(shù)矩陣，D為離散化后的狀態(tài)空間模型的第三系數(shù)矩陣，k表示步數(shù)，此處將k步表示為t步，cRt為第t步的道路曲率，根據(jù)所述被控對象模型，構(gòu)建對應(yīng)的預(yù)測模型；根據(jù)上述被控對象模型，計算在t+k時刻的狀態(tài)量xt+k|t和輸出量yt+k|t，狀態(tài)量xt+k|t和輸出量yt+k|t表達如下： yt+k|t＝Cxt+k|t其中，xt+k|t為t+k時刻的狀態(tài)量，yt+k|t為t+k時刻的輸出量；在上述公式的基礎(chǔ)上，將輸出表示為整個預(yù)測時域內(nèi)的形式：Xt＝Φxt|t+ΓUt|t+γYt＝HXt 其中， 其中，H為Np×Np方陣，Nc表示控制時域，Np表示預(yù)測時域；當(dāng)獲取到給定系統(tǒng)當(dāng)前狀態(tài)量xt|t和控制時域內(nèi)控制量Ut時，便能夠預(yù)測出預(yù)測時域內(nèi)任意時刻的輸出量；所述獲取所述無人駕駛礦車的當(dāng)前狀態(tài)量，并基于所述預(yù)測模型，確定對應(yīng)的控制參數(shù)的步驟包括：獲取所述無人駕駛礦車的當(dāng)前狀態(tài)量；根據(jù)所述預(yù)測模型，建立對應(yīng)的目標函數(shù)，并對所述目標函數(shù)進行轉(zhuǎn)換，得到對應(yīng)的標準二次型的目標函數(shù)；根據(jù)所述當(dāng)前狀態(tài)量和所述標準二次型的目標函數(shù)，確定對應(yīng)的控制參數(shù)；所述根據(jù)所述當(dāng)前狀態(tài)量和所述標準二次型的目標函數(shù)，確定對應(yīng)的控制參數(shù)步驟包括：獲取所述標準二次型的目標函數(shù)對應(yīng)的約束條件；根據(jù)所述當(dāng)前狀態(tài)量和所述約束條件，對所述標準二次型的目標函數(shù)進行求解，并將求解得到的第一個數(shù)值作為對應(yīng)的控制參數(shù)；基于所述控制參數(shù)，對所述無人駕駛礦車進行軌跡跟蹤控制。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人同濟大學(xué)，其通訊地址為：200082 上海市楊浦區(qū)四平路1239號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。