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！

龙图腾网获悉浙江工业大学申请的专利基于复合控制框架的四轮独立转向与驱动车辆路径跟踪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：CN119535962B 。

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：202411424965.3，技术领域涉及：G05B13/04；该发明授权基于复合控制框架的四轮独立转向与驱动车辆路径跟踪控制方法是由程相乐;张腾腾;华夏设计研发完成，并于2024-10-12向国家知识产权局提交的专利申请。

本基于复合控制框架的四轮独立转向与驱动车辆路径跟踪控制方法在说明书摘要公布了：本发明涉及基于复合控制框架的四轮独立转向与驱动车辆路径跟踪控制方法，包括：步骤1，建立四轮独立转向与驱动车辆的七自由度动力学模型，通过合理地分配输入参数，实现高性能的路径跟踪；步骤2，建立深度强化学习过渡模型，定义车辆状态及辅助控制器的输入参数，设计系统奖励函数，以优化路径跟踪控制性能；步骤3，选择孪生延迟深度确定性策略梯度算法实现深度强化学习，减少算法的过估计问题，提高学习的稳定性；步骤4，采用双层控制架构，上层控制器基于非线性模型预测控制计算广义控制量，下层控制器通过序列二次规划将广义控制量分配至各车轮，以解决车辆在路径跟踪控制中的横纵向耦合问题；步骤5，基于深度强化学习的辅助控制器根据外部扰动和车辆状态对控制变量进行实时补偿，从而提高路径跟踪的控制精度和稳定性。通过上述方法，实现了在复杂环境中对四轮独立转向与驱动车辆路径跟踪的稳定控制，增强了系统对外部干扰的适应能力。

本发明授权基于复合控制框架的四轮独立转向与驱动车辆路径跟踪控制方法在权利要求书中公布了：1.基于复合控制框架的四轮独立转向与驱动车辆路径跟踪控制方法，其特征在于，将基于模型的双层控制器与基于无模型的深度强化学习辅助控制器相结合，通过深度强化学习辅助控制器对双层控制器的控制变量进行补偿，实现对控制目标精确的跟踪；具体实施步骤包括： 步骤1，建立四轮独立转向与驱动车辆的动力学模型； 步骤2，建立深度强化学习过渡模型；四轮独立转向与驱动车辆的状态向量包括可测量的状态和随机干扰；具体包括：在深度强化学习训练过程，将四轮独立转向与驱动车辆的运动控制过程写作：；由于基于深度强化学习的辅助控制器要根据车辆状态实时对车辆进行控制，构建如下优化问题： 10 式中，为基于深度强化学习的辅助控制器动作，表示各车轮的驱动转矩和转向角的辅助控制输入，表示四轮独立转向与驱动车辆动力学函数，表示辅助控制器，表示上层控制器，表示下层控制器，表示通过微分运算从横向位移和横摆角获得的纵向速度、横向速度和横摆速度的参考路径状态； 将深度强化学习控制器的状态设计为，其中表示当前实际车辆状态和理想状态之间的误差，表示纵向速度误差，表示横向位移误差，表示航向角误差，表示控制端广义力； 系统的奖励函数设计为： 11 式中，表示路径跟踪误差的正增益参数，表示连续控制平稳性的正增益参数，表示跟踪误差的极限值，表示是惩罚因子，表示辅助控制变量的变化速度，其目的是保证控制过程具有一定的平滑性； 步骤3，选择孪生延迟深度确定性策略梯度算法实现深度强化学习； 步骤4，采用双层控制架构解决四轮独立转向与驱动车辆在路径跟踪控制中的横纵向耦合问题，该架构由基于非线性模型预测控制的上层控制器和基于序列二次规划的下层控制器组成，上层控制器通过理想路径跟踪状态信息以及车辆当前状态，计算得到车辆当前的状态误差，并通过非线性模型预测控制器求解最优控制增量；下层控制器通过序列二次规划求解代价函数，并分配上层控制器的广义控制量，以计算下一时刻每个车轮的横向力和纵向力； 步骤5，利用复合控制框架通过两个控制回路对车辆进行控制。

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工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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。