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！

龙图腾网获悉浙江大学申请的专利一种基于深度学习辅助的水面无人船多模式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：CN119105504B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411306381.6，技术领域涉及：G05D1/43；该发明授权一种基于深度学习辅助的水面无人船多模式预测控制方法是由张森林;段坤鹏;樊臻;刘妹琴;董山玲;郑荣濠设计研发完成，并于2024-09-19向国家知识产权局提交的专利申请。

本一种基于深度学习辅助的水面无人船多模式预测控制方法在说明书摘要公布了：本发明公开了一种基于深度学习辅助的水面无人船多模式预测控制方法，该方法包括：建立对应的无人船非线性运动模型，其中，所述无人船包含多个面向不同任务类型的运行模式和子模式；根据实际应用场景，构建预设非线性模型预测控制器；通过考虑环境扰动和障碍物约束的模拟仿真获取训练数据集；训练LSTM网络，得到学习模型；运行阶段利用学习模型获取无人船预测状态，并量化状态偏差；将状态偏差输入至预设的非线性模型预测控制器中，通过求解单步最优控制问题，得到修正后的单步最优控制输入，并驱动无人船。本发明基于深度学习方法，能够减少环境扰动和模式变化的影响，在不同模式和复杂环境下提供安全可靠的控制性能。

本发明授权一种基于深度学习辅助的水面无人船多模式预测控制方法在权利要求书中公布了：1.一种基于深度学习辅助的水面无人船多模式预测控制方法，其特征在于，包括： 建立水面无人船非线性运动模型；其中，所述无人船包含多个面向不同任务类型的运行模式，每个运行模式下具有多种子模式； 对所述水面无人船构建预设非线性模型预测控制器； 添加障碍物避碰约束，通过存在环境扰动或测量误差的模拟仿真过程中，实时记录水面无人船的系统状态和控制输入数据，以获取训练数据集； 使用所述训练数据集通过预设的深度学习训练算法对长短期记忆网络进行训练，训练完成后得到学习模型； 在所述学习模型和所述非线性模型预测控制器的基础上，运行阶段利用所述学习模型获取水面无人船的预测状态，并量化状态偏差； 将状态偏差输入至预设的非线性模型预测控制器内，通过求解单步最优控制问题，得到修正后的单步最优控制输入，并驱动水面无人船； 重复上述过程，通过深度学习辅助的控制模型进行水面无人船多模式预测控制； 其中，运行阶段每个时刻根据无人船低速、中速、高速的速度变化实时调整不同的系统状态模式权重，以实现速度、位置和角度的平衡控制。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。

以上内容由龙图腾AI智能生成。