Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜吉林大学郭中一获国家专利权

恭喜吉林大学郭中一获国家专利权

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!

龙图腾网恭喜吉林大学申请的专利一种考虑外部干扰下电动汽车横摆稳定学习预测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:CN116424343B

龙图腾网通过国家知识产权局官网在2025-05-30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:202211623241.2,技术领域涉及:B60W40/112;该发明授权一种考虑外部干扰下电动汽车横摆稳定学习预测控制方法是由郭中一;许芳;张旭;刘奇芳;陈虹设计研发完成,并于2022-12-16向国家知识产权局提交的专利申请。

一种考虑外部干扰下电动汽车横摆稳定学习预测控制方法在说明书摘要公布了:本发明适用于电动汽车控制技术领域,提供了一种考虑外部干扰下电动汽车横摆稳定学习预测控制方法,包括以下步骤:搭建数据机理混合模型,针对传统二自由度车辆模型误差大的问题,采用机器学习模型对机理模型的误差进行补偿,获得高精度的数据机理混合模型;根据车辆横摆稳定控制器的控制目标,考虑车辆执行机构约束和车辆行驶的安全性约束设计横摆稳定控制器;针对环境中的不确定性,考虑不确定性预测时域内的传播问题,采用概率约束转化为确定性约束的方法,将原来的随机优化问题转化为确定性的非线性规划问题。通过求解非线性规划问题完成横摆稳定控制器设计。本发明保证了电动汽车行驶过程中的安全性,进一步提升电子车身稳定系统的性能。

本发明授权一种考虑外部干扰下电动汽车横摆稳定学习预测控制方法在权利要求书中公布了:1.一种考虑外部干扰下电动汽车横摆稳定学习预测控制方法,其特征在于,包括以下步骤:数据机理混合模型的搭建:数据机理混合模型作为四轮驱动电动汽车横摆稳定控制器的预测模型,通过高斯过程回归模型对二自由度车辆模型的误差进行补偿,得到高精度的预测模型;横摆稳定预测控制器的设计:考虑车辆执行机构约束以及车辆横摆稳定性约束,根据横摆稳定控制器控制目标构建模型预测控制器的代价函数,得到最终的优化问题;针对环境不确定性预测控制器的重构:将预测时域内的不确定性扰动进行传播,然后将概率约束转化为确定性约束,得到最终的非线性规划优化问题;通过优化求解得到控制器的控制信号,将得到的前轮转角以及四个车轮的驱动力矩作用于被控车辆;所述针对环境不确定性预测控制器的重构步骤中,对横摆角速度的状态空间方程进行不确定性传播,当第一个预测时域时,预测模型中前两项均为确定的值,最后一项是输入为确定值的高斯过程回归模型的输出,是一个随机变量,得到的第二个预测时域的横摆角速度是一个具有均值和方差信息的随机变量,当迭代预测到第二个预测时域时,高斯过程回归的输入为一个随机变量,表示为: 采用迭代期望和条件方差公式,得到输入为随机变量的分布,由于输入为随机变量时模型的输出不一定服从高斯分布,需要对其进行泰勒展开近似处理,表示为:mx=Exμx≈μμx 最终得到的函数分布表示为:f2dofxk+i|k,uk+i|k~Nm2dof,v2dof 其中μx和σ2x是关于x的函数,x服从高斯分布;联合高斯分布表示为: 横摆角速度的状态空间方程整体表示为: 所述横摆角速度的约束如下:γmin≤γk+i|k≤γmax其中: 横摆角速度约束为一个概率约束,表示为: 其中1-ε为置信度等级,以百分之95为例,横摆角速度以百分之95的概率满足该约束,通过查询标准正态分布表,将概率约束转化为: 将目标函数用期望的形式表示,并通过期望平方公式转化为: 其中Tr表示矩阵的迹,Σx为状态量的协方差矩阵。

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吉林大学,其通讯地址为:130012 吉林省长春市前进大街2699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”。

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。