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！

龍圖騰網恭喜華東交通大學申請的專利一種高速列車自動駕駛預測控制方法、裝置、設備及介質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：CN119511919B 。

龍圖騰網通過國家知識產權局官網在2025-05-23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：202510072372.3，技術領域涉及：G05B19/042；該發明授權一種高速列車自動駕駛預測控制方法、裝置、設備及介質是由李中奇;郭勝彬;譚暢;付雅婷;周靚設計研發完成，并于2025-01-17向國家知識產權局提交的專利申請。

本一種高速列車自動駕駛預測控制方法、裝置、設備及介質在說明書摘要公布了：本申請公開了一種高速列車自動駕駛預測控制方法、裝置、設備及介質，涉及列車自動駕駛領域，該方法包括：基于端邊云協同下的分布式更新策略，對邊緣側、云側數字孿生模型進行實時更新，得到邊緣回傳模型和云端回傳模型；端側數字孿生模型等效上一次更新的邊緣回傳模型；對端側、邊緣側、云側數字孿生模型的預測誤差進行評估，在端側數字孿生模型不是最優時，利用自校正機制，采用邊緣側數字孿生模型和云端回傳模型對端側數字孿生模型進行校正，根據下一時刻的列車預測速度確定目標高速列車預測時域的最優控制指令序列，以實現無延時下的高速列車無間斷控制，本申請提升了高速列車的跟蹤性能和乘坐舒適性。

本發明授權一種高速列車自動駕駛預測控制方法、裝置、設備及介質在權利要求書中公布了：1.一種高速列車自動駕駛預測控制方法，其特征在于，所述高速列車自動駕駛預測控制方法包括：基于端邊云協同下的分布式更新策略，對邊緣側數字孿生模型和云側數字孿生模型的模型參數進行實時更新，得到邊緣回傳模型和云端回傳模型；獲取目標高速列車設定時段的列車運行信息；設定時段包括多個歷史時刻；列車運行信息包括列車運行速度、軌道路況和控制指令；對于設定時段內的每一歷史時刻，將目標高速列車歷史時刻的列車運行信息輸入至端側數字孿生模型，得到歷史時刻的下一時刻的列車預測速度；端側數字孿生模型為上一次更新的邊緣回傳模型；所述端側數字孿生模型為改進的GRU網絡；所述改進的GRU網絡為在GRU網絡中引入自注意力機制層后得到的網絡；采用多個GRU神經元的隱藏狀態進行遞進式計算注意力權重，權重矩陣的計算過程為：；其中，為控制序列；為GRU隱藏狀態；表示數據在最后一個維度進行合并；和分別為第一線性層和第二線性層的權重參數；和分別為第一線性層和第二線性層的偏置參數；為關鍵模型超參數，代表隱藏狀態尺度；用于增強隱藏層非線性映射，用于對分值進行歸一化處理；根據設定時段內所有歷史時刻的下一時刻的列車預測速度和實際列車運行速度，計算端側數字孿生模型的端側誤差評估值；根據端側數字孿生模型的端側誤差評估值，判斷端側數字孿生模型是否進行校正，若是，利用自校正機制，采用邊緣側數字孿生模型和云端回傳模型對端側數字孿生模型進行校正，得到校正后的端側數字孿生模型；采用校正后的端側數字孿生模型循環預測多個預測時刻的列車運行速度，并基于預測時刻的列車運行速度確定目標高速列車預測時域的最優控制指令序列；最優控制指令序列包括預測時域內若干個預測時刻對應的最優控制輸入量；在上一時刻的控制指令執行結束時，控制目標高速列車執行下一時刻對應的最優控制指令，以實現高速列車的實時控制；基于預測時刻的列車運行速度確定目標高速列車預測時域的最優控制指令序列，具體包括：采用MPC控制器，在上一時刻的控制指令執行期間，將列車預測控制描述為多約束跟蹤優化問題，對多約束跟蹤優化問題進行求解，根據上一時刻的列車運行速度確定下一時刻的最優控制指令，利用數字孿生模型的多步循環預測能力將優化求解過程前移至列車執行器作用期間，所有預測得到的下一時刻的最優控制指令構成目標高速列車預測時域的最優控制指令序列；所述多約束跟蹤優化問題的目標函數通過預測時域的跟蹤誤差和能耗損失確定。

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華東交通大學，其通訊地址為：330013 江西省南昌市經濟技術開發區雙港東大街808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”。