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！

龙图腾网获悉江苏大学申请的专利一种基于二型模糊控制的智能半挂车轨迹跟踪控制方法、系统及设备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：CN119960307B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202510109860.7，技术领域涉及：G05B13/04；该发明授权一种基于二型模糊控制的智能半挂车轨迹跟踪控制方法、系统及设备是由陈鹏;蔡英凤;陈龙;董钊志;王春海;孙晓强;袁朝春设计研发完成，并于2025-01-23向国家知识产权局提交的专利申请。

本一种基于二型模糊控制的智能半挂车轨迹跟踪控制方法、系统及设备在说明书摘要公布了：本发明公开了一种基于二型模糊控制的智能半挂车轨迹跟踪控制方法、系统及设备，通过拉格朗日方法建立了半挂车的动力学模型，此动力学模型精准模拟了车辆状态，并搭建轨迹跟踪模型；设计了一个二型模糊控制器，在处理牵引车跟踪误差之外，将挂车跟踪误差受到的不确定性干扰涵盖。这种双层次的不确定性处理提升了模糊控制系统在复杂环境下的适应性和鲁棒性。使用粒子群优化算法对二型模糊控制器的参数进行优化，有效提升了控制器精度，显著降低了控制器参数设计难度。在智能商用半挂车的实际行驶过程中显著提升了轨迹跟踪精度，保证了智能商用半挂车在大载荷、高车速下的安全性。

本发明授权一种基于二型模糊控制的智能半挂车轨迹跟踪控制方法、系统及设备在权利要求书中公布了：1.一种基于二型模糊控制的智能半挂车轨迹跟踪控制方法，其特征在于，包括： S1、建立半挂车车辆非线性动力学模型； S2、建立轨迹跟踪模型； 所述S2中的轨迹跟踪模型是建立车辆坐标系与全局坐标系之间的关系，由上述车辆动力学模型得到牵引车的横向车速、纵向车速及横摆角速度，从而可求取牵引车的横向位置坐标： Y1＝∫Vy1dt； 挂车的横向位置坐标为： Y2＝Y1+△y 因此，轨迹跟踪模型表示如下： 式中：ρ为道路曲率、Yr为期望纵坐标、ey1为牵引车与轨迹横向误差、为牵引车航向角偏差、ey2为挂车与轨迹横向误差； S3、建立二型模糊逻辑控制器； 所述S3中的二型模糊逻辑控制器为双输入单输出的T-S二型模糊逻辑控制器，以牵引车的横向偏差ey和航向角偏差作为控制输入量，牵引车前轮转角δ为控制输出量；设输入变量论域x＝x1,x2T，有P个规则，定义如下，其中p＝1,…,P： 上述和为二型模糊逻辑控制器前项，本发明设置为高斯型隶属度函数，包含上层隶属度函数和下层的隶属度函数将清晰的输入经过上层、下层隶属度函数模糊化来增强其模糊特性； 其中每一个输入对应的上层隶属度为： 下层隶属度为： 其中cp,m和分别代表高斯型下层和上层隶属度函数的中心，σp,m和为高斯型下层和上层隶属度函数的标准差，h为下层隶属度函数的高度； 为二型模糊逻辑控制器的输出项，包含模糊上层输出和模糊下层输出yx，模糊化后的因子触发模糊规则该规则对应的规则后项输出经过运算后得到模糊输出，其中模糊规则分别为： ∩表示为代数积； 规则后件设计为常数型规则后件，即模糊上层输出和模糊下层输出表示为： 最终清晰化的输出yx为： S4、二型模糊逻辑控制器的参数优化，并基于优化的参数输出牵引车的最佳前轮转角，实现轨迹跟踪； 所述S4中的二型模糊控制器的参数优化是采用粒子群算法实现，包括如下步骤： step1.初始化： 将二型模糊逻辑控制器参数随机生成为粒子群中的粒子，并随机生成每个粒子的位置和速度，初始化每个粒子的个体最优解和群体最优解，其中个体最优解为初始位置； step2.迭代过程：对于每次迭代，执行以下步骤： step2.1、按照公式更新粒子速度和位置； step2.2、评估适应度：计算每个粒子的适应度值，该值等于定义的目标代价函数值； step2.3、更新个体和全局最优解：对于每个粒子，根据当前位置和个体最优解比较适应度值，更新个体最优解；同时，根据所有粒子的适应度值比较，更新全局最优解； Step3.迭代终止：当达到预定的迭代次数或满足停止条件时，终止迭代。

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江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301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。