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！

龙图腾网获悉洛阳理工学院申请的专利基于高斯过程回归增强模型预测控制的赛车竞速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：CN119937324B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202510416607.6，技术领域涉及：G05B13/04；该发明授权基于高斯过程回归增强模型预测控制的赛车竞速控制方法是由李飞;王淑珍;武超;郭欣怡;景太龙;李明伟;韩鹏程;袁杰;李婧晗;杨丹枫;苏新天;周金振;孙宇祥;邓佳明;张刚;布挺;李千慧;王昭涵设计研发完成，并于2025-04-03向国家知识产权局提交的专利申请。

本基于高斯过程回归增强模型预测控制的赛车竞速控制方法在说明书摘要公布了：本发明公开一种基于高斯过程回归增强模型预测控制的赛车竞速控制方法，属于无人驾驶系统轨迹规划与跟踪控制领域。本方法主要包括：首先构建包含状态方程、测量方程及概率约束的赛车竞速随机最优控制问题模型，其次采用高斯过程回归模型分别对系统不确定性和测量环节进行建模，随后设计赛车竞速的谨慎模型预测控制和基于高斯过程回归的扩展卡尔曼滤波器GP‑EKF，实现高精度状态估计，最后融合GP‑EKF和谨慎模型预测控制，构建基于GP‑EKF增强的学习模型预测控制GP‑EKF‑LMPC，将后验状态估计反馈至优化问题中，实时求解赛车竞速的最优控制指令。实验表明，本发明能够显著提升复杂场景下的控制精度与鲁棒性。

本发明授权基于高斯过程回归增强模型预测控制的赛车竞速控制方法在权利要求书中公布了：1.基于高斯过程回归增强模型预测控制的赛车竞速控制方法，其特征在于，包括以下步骤：S1、构建赛车竞速随机最优控制问题，建立赛车竞速离散时间系统的状态方程与测量方程，所述状态方程包括标称模型和包含状态相关残差模型及独立同分布过程噪声的不确定性模型，得到以最小化期望成本为目标、满足系统状态与控制输入概率约束的随机最优控制问题模型；S2、采用高斯过程回归模型分别对系统不确定性和测量环节进行建模，得到系统不确定性GPR模型和测量环节GPR模型，所述系统不确定性GPR模型以状态-控制元组为输入、不确定性为输出，所述测量环节GPR模型以系统状态为输入、测量输出为输出；S3、设计赛车竞速的谨慎模型预测控制，通过利用高斯过程回归模型预测不确定性的均值和方差弥补标称模型，并且依据预测不确定性的方差构建概率可达集将概率约束转换为收紧的确定性约束，实时调整概率约束收紧幅度，进而将步骤S1所述的随机最优控制问题模型构造为近似确定性最优控制问题模型；S4、设计基于高斯过程回归的扩展卡尔曼滤波器GP-EKF，通过预测步骤与校正步骤迭代更新非连续可导场景下的系统状态估计，所述预测步骤基于标称模型与系统不确定性GPR模型进行状态均值和方差预测，所述校正步骤利用测量环节GPR模型线性化后计算卡尔曼增益，更新后验状态均值和方差；S5、融合所述GP-EKF和谨慎模型预测控制，构建基于GP-EKF增强的学习模型预测控制GP-EKF-LMPC，将步骤S4的后验状态估计作为输入，反馈至步骤S3的近似确定性最优控制问题模型，实时生成最优控制指令，完成赛车竞速任务。

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洛阳理工学院，其通讯地址为：471023 河南省洛阳市洛龙区王城大道90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”。