长沙理工大学高志波获国家专利权
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！
龙图腾网获悉长沙理工大学申请的专利一种融合长短期记忆网络和卡尔曼滤波器的车辆纵向模型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：CN119283899B 。
龙图腾网通过国家知识产权局官网在2025-07-08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：202411425126.3，技术领域涉及：B60W60/00；该发明授权一种融合长短期记忆网络和卡尔曼滤波器的车辆纵向模型预测控制方法是由高志波;李蕴博;龙科军;邢璐;谷健;魏隽君;何石坚设计研发完成，并于2024-10-12向国家知识产权局提交的专利申请。
本一种融合长短期记忆网络和卡尔曼滤波器的车辆纵向模型预测控制方法在说明书摘要公布了：本发明公开了一种融合长短期记忆网络和卡尔曼滤波器的车辆纵向模型预测控制方法，步骤包括：建立考虑前车速度变化的车辆纵向动力学模型作为MPC控制框架的预测模型；使用LTSM模型根据前车历史加速度预测得到前车每个时刻的加速度值并代入MPC控制框架中，计算得到对应的控制量；若前车为HDV，计算每个时刻的车辆状态估计值并进行卡尔曼滤波处理后代入MPC控制框架中；若前车为CAV，则实时获取车辆状态实际值后代入MPC控制框架中；根据每个控制周期的控制量对车辆进行纵向控制。本发明解决了智能网联汽车在环境和模型参数存在不确定性情况下的控制性能下降和稳定性变差问题，在保证安全、舒适的同时提高了车辆运行效率。
本发明授权一种融合长短期记忆网络和卡尔曼滤波器的车辆纵向模型预测控制方法在权利要求书中公布了：1.一种融合长短期记忆网络和卡尔曼滤波器的车辆纵向模型预测控制方法，其特征在于，包括以下步骤： 建立考虑前车速度变化的车辆纵向动力学模型并作为MPC控制框架的预测模型； 使用长短期记忆网络模型根据前车的历史加速度信息预测得到前车每个时刻的加速度值； 将前车每个时刻的加速度预测值代入MPC控制框架的预测模型中计算得到对应时刻的控制量并加入控制序列中； 若前车为人工驾驶车辆HDV，计算每个时刻的车辆状态估计值，然后对每个时刻的车辆状态估计值进行卡尔曼滤波处理得到每个时刻的车辆状态最优估计值，最后每个时刻的车辆状态最优估计值代入MPC控制框架的预测模型中； 若前车为网联自动驾驶车辆CAV，实时获取每个时刻的车辆状态实际值，然后将每个时刻的车辆状态实际值代入MPC控制框架的预测模型中； 根据每个控制周期的控制序列中的指定控制量对车辆进行纵向控制。
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长沙理工大学，其通讯地址为：410114 湖南省长沙市天心区万家丽南路二段960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。
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。
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