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 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 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 > 北京科技大学;清华大学陈梓睿获国家专利权

北京科技大学;清华大学陈梓睿获国家专利权

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!

龙图腾网获悉北京科技大学;清华大学申请的专利一种依托强化学习的PID轨迹跟踪控制方法及装置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:CN119739151B

龙图腾网通过国家知识产权局官网在2025-09-02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:202411674068.8,技术领域涉及:G05D1/43;该发明授权一种依托强化学习的PID轨迹跟踪控制方法及装置是由陈梓睿;段京良;李升波;黄晨;刘畅;居易;李轩;朱哿宇;马飞设计研发完成,并于2024-11-21向国家知识产权局提交的专利申请。

一种依托强化学习的PID轨迹跟踪控制方法及装置在说明书摘要公布了:本发明涉及自动驾驶领域,特别是指一种依托强化学习的PID轨迹跟踪控制方法及装置,方法包括:获取待控制自动驾驶车辆的当前状态、参考轨迹和实际运行误差;构建车辆轨迹跟踪控制的策略模型;将当前状态和参考轨迹输入至车辆轨迹跟踪控制的策略模型,得到PID控制参数;将PID控制参数和实际运行误差输入至PID控制器,得到自动驾驶车辆的控制量,根据自动驾驶车辆的控制量,完成自动驾驶车辆轨迹跟踪控制。本发明利用强化学习强大的学习能力结合PID本身的稳定性以及强鲁棒性,实现车辆轨迹跟踪控制的高实时、高稳定和高精度在线计算。解决当前车辆轨迹跟踪控制的计算实时性差、应用可靠性弱和依赖复杂动态模型等问题。

本发明授权一种依托强化学习的PID轨迹跟踪控制方法及装置在权利要求书中公布了:1.一种依托强化学习的PID轨迹跟踪控制方法,其特征在于,所述方法包括: S1、获取待控制自动驾驶车辆的当前状态、参考轨迹和实际运行误差; S2、构建车辆轨迹跟踪控制的策略模型; S3、将所述当前状态和参考轨迹输入至车辆轨迹跟踪控制的策略模型,得到PID控制参数; S4、将所述PID控制参数和实际运行误差输入至PID控制器,得到自动驾驶车辆的控制量,根据所述自动驾驶车辆的控制量,完成自动驾驶车辆轨迹跟踪控制; 所述S2中的车辆轨迹跟踪控制的策略模型的构建过程,包括: S201、确定初始条件以及参数初始化; 其中,所述确定初始条件包括:确定离散间隔和预测时域,获取参考轨迹、期望速度信息以及自车状态; 所述参数初始化包括:初始化PID控制器和强化学习策略; S202、确定初始条件以及参数初始化后,获取采用数学方程描述的车辆坐标系下的参考轨迹的连续曲线,根据所述参考轨迹的连续曲线,确定当前时刻跟踪目标点,获取所述当前时刻跟踪目标点在大地坐标下的坐标; S203、根据所述当前时刻跟踪目标点在大地坐标下的坐标、离散间隔、预测时域以及预设的预测横坐标差,确定预测参考点,获取预测参考点的参考信息; S204、根据当前时刻的自车状态以及预测参考点的参考信息,得到下一时刻的跟踪误差; S205、根据所述下一时刻的跟踪误差,构建目标奖励函数; S206、根据当前时刻PID控制器的输出控制量,得到下一时刻跟踪目标点; S207、根据所述下一时刻跟踪目标点,获取车辆的观测信息; S208、根据所述车辆的观测信息以及目标奖励函数,构建车辆轨迹跟踪控制的策略模型的输入; S209、设置车辆轨迹跟踪控制的策略模型的动作约束条件; S210、根据所述车辆轨迹跟踪控制的策略模型的输入以及动作约束条件,采用强化学习算法,计算目标奖励函数,进而得到PID控制参数。

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北京科技大学;清华大学,其通讯地址为:100083 北京市海淀区学院路30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”。

以上内容由AI智能生成
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。