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！

龙图腾网恭喜同济大学申请的专利轨迹跟踪控制方法、装置、设备与计算机可读存储介质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：CN114721272B 。

龙图腾网通过国家知识产权局官网在2025-03-21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：202210425129.1，技术领域涉及：G05B13/04；该发明授权轨迹跟踪控制方法、装置、设备与计算机可读存储介质是由吴光强;毛礼波;曾奇;鞠丽娟设计研发完成，并于2022-04-22向国家知识产权局提交的专利申请。

本轨迹跟踪控制方法、装置、设备与计算机可读存储介质在说明书摘要公布了：本发明涉及无人驾驶车辆技术领域，公开了一种轨迹跟踪控制方法、装置、设备和计算机可读存储介质。本发明通过预先创建的响应延迟的状态空间模型，确定对应的输出量，并建立对应的预测模型，其中，响应延迟的状态空间模型根据无人驾驶矿车的二自由度动力学模型创建；获取无人驾驶矿车的当前状态量、并根据当前状态量和预测模型，确定对应的控制参数；根据控制参数，对无人驾驶矿车进行轨迹跟踪控制，从而实现在延迟特性下，对无人驾驶矿车轨迹跟踪进行精准控制。

本发明授权轨迹跟踪控制方法、装置、设备与计算机可读存储介质在权利要求书中公布了：1.一种轨迹跟踪控制方法，其特征在于，所述轨迹跟踪控制方法包括如下步骤：基于预先创建的响应延迟的状态空间模型，确定对应的输出量，并建立对应的预测模型，所述响应延迟的状态空间模型基于无人驾驶矿车的二自由度动力学模型创建；包含以下步骤获取无人驾驶矿车的二自由度动力学模型、实时转角反馈、以及转向延迟；根据所述二自由度动力学模型，建立对应的状态空间模型；根据所述状态空间模型、所述实时转角反馈、以及所述转向延迟，确定对应的响应延迟的状态空间模型；根据所述二自由度动力学模型，建立对应的状态空间模型；根据无人驾驶矿车的二自由度动力学模型构建对应的状态空间模型，具体过程包括：定义状态变量为且，其中，e1表示横向偏移，e2表示航向角偏差，表示横向偏移，表示航向角偏差变化率；其中，根据状态变量构建状态空间模型状态空间模型表达如下： 其中，σ1＝2Cαf+Cαrσ2＝-2lfCαf-lrCαr 其中，为无人驾驶矿车的状态空间模型，σ1为状态空间模型的第一系数，σ2为状态空间模型的第二系数，σ3为状态空间模型的第三系数，Cαf表示无人驾驶矿车的前轮侧偏刚度、Cαr表示后轮侧偏刚度、vx表示车辆纵向车速、m表示无人驾驶矿车的质量、Iz表示无人驾驶矿车的横摆转动惯量、lf表示无人驾驶矿车的质心到前轴距离、lr表示质心到后轴距离，cR表示道路曲率；根据所述状态空间模型、所述实时转角反馈、以及所述转向延迟，确定对应的响应延迟的状态空间模型；实际中，无人驾驶矿车的执行器是存在延迟的，通过对无人驾驶矿车的液压转向系统的响应特性进行分析，发现下发的转角响应与实际的转角响应存在一个类似于一阶延时的环节，故而在实际的转角响应与下发的转角响应之间以一阶延迟环节来表示；其中，通过在状态变量中引入实时转角反馈和τ表示转向延迟；根据对无人驾驶矿车转向系统的分析，可由实时转角反馈和转向延迟τ计算得到对应的转角指令δ，具体计算公式如下： 其中，τ表示转向延迟，表示转角变化率，δ表示转角指令；利用计算得到的转角指令δ对状态空间模型进行更新，得到对应的响应延迟的状态空间模型响应延迟的状态空间模型表达如下： 其中，为响应延迟的状态空间模型，σ1为状态空间模型的第一系数，σ2为状态空间模型的第二系数，σ3为状态空间模型的第三系数，Cαf表示无人驾驶矿车的前轮侧偏刚度、Cαr表示后轮侧偏刚度、vx表示车辆纵向车速、m表示无人驾驶矿车的质量、Iz表示无人驾驶矿车的横摆转动惯量、lf表示无人驾驶矿车的质心到前轴距离、lr表示质心到后轴距离，CR表示道路曲率；对预先创建的响应延迟的状态空间模型进行离散化处理，得到离散化后的状态空间模型；根据所述离散化后的状态空间模型，确定对应的输出量；根据所述离散化后的状态空间模型和所述输出量，建立对应的被控对象模型；根据所述被控对象模型，构建对应的预测模型；以下将对各个步骤进行详细说明：对预先创建的响应延迟的状态空间模型进行离散化处理，得到离散化后的状态空间模型；通过采用前向欧拉对响应延迟的状态空间模型进行离散化处理，将响应延迟的状态空间模型按照固定时间步长Δt转化为离散化后的状态空间模型；其中，离散化后的状态空间模型表达如下：xk+1＝Axk+Bδk+DcRk其中，A为离散化后的状态空间模型的第一系数矩阵，B为离散化后的状态空间模型的第二系数矩阵，D为离散化后的状态空间模型的第三系数矩阵，k表示步数，cRk为第k步的道路曲率；根据所述离散化后的状态空间模型，确定对应的输出量；根据上述离散化后的状态空间模型，定义对应的输出量；其中，输出量表达如下：y＝[e1e2]T其中，y为离散化后的状态空间模型对应的输出量，e1表示横向偏移，e2表示航向角偏差；根据所述离散化后的状态空间模型和所述输出量，建立对应的被控对象模型；根据上述的离散化后的状态空间模型和输出量，建立对应的被控对象模型，被控对象模型表达如下：xt+1＝Axt+Bδt+DcRtyt+1＝Cxt+1其中，A为离散化后的状态空间模型的第一系数矩阵，B为离散化后的状态空间模型的第二系数矩阵，D为离散化后的状态空间模型的第三系数矩阵，k表示步数，此处将k步表示为t步，cRt为第t步的道路曲率，根据所述被控对象模型，构建对应的预测模型；根据上述被控对象模型，计算在t+k时刻的状态量xt+k|t和输出量yt+k|t，状态量xt+k|t和输出量yt+k|t表达如下： yt+k|t＝Cxt+k|t其中，xt+k|t为t+k时刻的状态量，yt+k|t为t+k时刻的输出量；在上述公式的基础上，将输出表示为整个预测时域内的形式：Xt＝Φxt|t+ΓUt|t+γYt＝HXt 其中， 其中，H为Np×Np方阵，Nc表示控制时域，Np表示预测时域；当获取到给定系统当前状态量xt|t和控制时域内控制量Ut时，便能够预测出预测时域内任意时刻的输出量；所述获取所述无人驾驶矿车的当前状态量，并基于所述预测模型，确定对应的控制参数的步骤包括：获取所述无人驾驶矿车的当前状态量；根据所述预测模型，建立对应的目标函数，并对所述目标函数进行转换，得到对应的标准二次型的目标函数；根据所述当前状态量和所述标准二次型的目标函数，确定对应的控制参数；所述根据所述当前状态量和所述标准二次型的目标函数，确定对应的控制参数步骤包括：获取所述标准二次型的目标函数对应的约束条件；根据所述当前状态量和所述约束条件，对所述标准二次型的目标函数进行求解，并将求解得到的第一个数值作为对应的控制参数；基于所述控制参数，对所述无人驾驶矿车进行轨迹跟踪控制。

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同济大学，其通讯地址为：200082 上海市杨浦区四平路1239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”。