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！

龙图腾网获悉北京理工大学申请的专利轮式车辆设计参数和控制参数协同优化方法及相关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：CN119538672B 。

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：202411654733.7，技术领域涉及：G06F30/23；该发明授权轮式车辆设计参数和控制参数协同优化方法及相关装置是由于会龙;李文浩;席军强设计研发完成，并于2024-11-19向国家知识产权局提交的专利申请。

本轮式车辆设计参数和控制参数协同优化方法及相关装置在说明书摘要公布了：本申请公开了一种轮式车辆设计参数和控制参数协同优化方法及相关装置，涉及轮式车辆设计开发技术领域，先建立轮式车辆的动力学模型，再基于动力学模型建立轮式车辆的协同优化模型，协同优化模型的优化变量包括状态参数、设计参数和控制参数，协同优化模型包括代价函数和约束条件，约束条件包括动力学约束、变量取值上下界约束、路径约束和边界约束，动力学约束是基于动力学模型建立的约束，最后对协同优化模型进行优化求解，得到轮式车辆的最优设计参数和最优控制参数。本申请基于动力学模型对轮式车辆的设计参数和控制参数进行协同优化，以实现车辆的最优性能。

本发明授权轮式车辆设计参数和控制参数协同优化方法及相关装置在权利要求书中公布了：1.一种轮式车辆设计参数和控制参数协同优化方法，其特征在于，包括： 建立轮式车辆的动力学模型； 基于所述动力学模型建立轮式车辆的协同优化模型；所述协同优化模型的优化变量包括状态参数、设计参数和控制参数；所述协同优化模型包括代价函数和约束条件，所述约束条件包括动力学约束、变量取值上下界约束、路径约束和边界约束，所述动力学约束是基于所述动力学模型建立的约束； 对所述协同优化模型进行优化求解，得到轮式车辆的最优设计参数和最优控制参数； 其中，轮式车辆的协同优化模型包括： 其中，J为代价函数；为梅耶项；t0为起始时刻；tf为终止时刻；为拉格朗日项；为动力学约束；为t时刻的状态参数的一阶导数；f[.]为动力学约束函数；xt为t时刻的状态参数；ut为t时刻的控制参数；p为设计参数；xmin≤xt≤xmax、umin≤ut≤umax、pmin≤p≤pmax为变量取值上下界约束；xmin为状态参数的下界；xmax为状态参数的上界；umin为控制参数的下界；umax为控制参数的上界；pmin为设计参数的下界；pmax为设计参数的上界；gmin≤g[xt,ut,t,p]≤gmax为路径约束；gmin为路径约束函数的下界；g[.]为路径约束函数；gmax为路径约束函数的上界；bmin≤b[xt,t,xt,t,p]≤bmax为边界约束；bmin为边界约束函数的下界；b[.]为边界约束函数；xt为起始时刻t的状态参数；xt为终止时刻t的状态参数；bmax为边界约束函数的上界； 其中，对所述协同优化模型进行优化求解，得到轮式车辆的最优设计参数和最优控制参数，具体包括： 分别对状态参数和控制参数进行线性插值，得到每一插值时刻的状态参数和控制参数，以对优化变量进行重构，得到重构后优化变量；所述插值时刻包括起始时刻、终止时刻以及位于起始时刻和终止时刻之间的若干个中间时刻；所述重构后优化变量包括设计参数以及每一插值时刻的状态参数和控制参数； 计算所述代价函数对所述重构后优化变量的梯度； 基于所述重构后优化变量，分别对所述动力学约束、所述变量取值上下界约束、所述路径约束和所述边界约束进行重构，得到残差约束、重构后变量取值上下界约束、重构后路径约束和重构后边界约束； 分别计算所述残差约束的第一雅可比矩阵、所述重构后路径约束的第二雅可比矩阵和所述重构后边界约束的第三雅可比矩阵； 以所述重构后优化变量、所述代价函数、所述梯度、所述残差约束、所述重构后变量取值上下界约束、所述重构后路径约束、所述重构后边界约束、所述第一雅可比矩阵、所述第二雅可比矩阵和所述第三雅可比矩阵作为输入，利用非线性规划求解器进行求解，得到轮式车辆的最优设计参数和最优控制参数。

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理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。