龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：华南理工大学
申请日：2024-01-15
公开（公告）日：2024-05-14
公开（公告）号：CN118025223A
主分类号：B60W60/00
分类号：B60W60/00;B60W50/00
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.31#实质审查的生效;2024.05.14#公开
摘要：本发明涉及控制技术领域，为基于长短时记忆网络的无人驾驶汽车学习型预测控制方法，包括：结合帕采卡轮胎模型建立基于阿克曼驾驶汽车模型的非线性车辆动力学模型；基于长短时记忆网络对非线性车辆动力学模型进行训练，得到优化的非线性车辆动力学模型；使用模型预测控制MPC方法作为优化的车辆动力学模型控制策略，利用模型预测控制MPC方法的最优化问题进行滚动优化；使用梯度下降法求解在线最优控制的最优化问题输出最优控制序列，将最优控制序列中的第一个元素作为下一时刻的自动驾驶汽车的实际控制输入量。本发明通过准确的模型建立和优化控制策略可以减少事故的风险，并使车辆能够适应不同路况和驾驶需求，可以提升自动驾驶汽车的安全性能。
主权项：1.基于长短时记忆网络的无人驾驶汽车学习型预测控制方法，其特征在于，包括以下步骤：S1、结合帕采卡轮胎模型的线性化纵向力和侧向力的公式，建立基于阿克曼驾驶汽车模型的非线性车辆动力学模型；S2、将车辆的历史输入数据、历史状态数据作为训练集，基于长短时记忆网络对非线性车辆动力学模型进行训练，得到优化的非线性车辆动力学模型；S3、使用模型预测控制MPC方法作为优化的车辆动力学模型控制策略，设定最优化问题；使用含自适应学习参数的梯度下降法求解最优化问题，输出控制时域内的最优控制序列，将最优控制序列中的第一个控制信号作为下一时刻的自动驾驶汽车的实际控制输入。
全文数据：
权利要求：
百度查询： 华南理工大学 基于长短时记忆网络的无人驾驶汽车学习型预测控制方法
免责声明
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号