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！

龙图腾网获悉西北工业大学申请的专利基于数据驱动和学习模型预测控制的突变轨迹追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：CN119472762B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202411546347.6，技术领域涉及：G05D1/495；该发明授权基于数据驱动和学习模型预测控制的突变轨迹追踪控制方法是由李慧平;杨启帆;杨坤峰设计研发完成，并于2024-11-01向国家知识产权局提交的专利申请。

本基于数据驱动和学习模型预测控制的突变轨迹追踪控制方法在说明书摘要公布了：本发明涉及一种基于数据驱动和学习模型预测控制的突变轨迹追踪控制方法属于轨迹追踪控制领域。旨在解决现有的轨迹追踪方法无法追踪超过无人系统追踪能力的突变轨迹的问题，首先建立了学习模型预测控制算法，通过权衡无人系统的追踪能力和与突变轨迹的偏离程度，重新规划出最优的目标轨迹。之后，针对传统规划方法优化能力差和学习模型预测控制计算复杂度高的问题，设计了长短期记忆网络LSTM来学习最优目标轨迹与传统规划算法计算的辅助轨迹之间的深层映射关系，并结合鲁棒模型预测控制算法，实时控制无人系统追踪具有突变点的目标轨迹。

本发明授权基于数据驱动和学习模型预测控制的突变轨迹追踪控制方法在权利要求书中公布了：1.一种基于数据驱动和学习模型预测控制的突变轨迹追踪控制方法，其特征在于，步骤如下： 步骤1：建立无人船系统的运动学和动力学模型； 步骤2：随机采样带有突变点的目标轨迹，根据无人船系统的速度上界和突变轨迹，设计学习模型预测控制算法，计算可被无人系统追踪的最优目标轨迹；所述步骤2包括： 步骤2.1：设计长预测时域的轨迹规划问题，计算出一条连接突变轨迹起始点和终止点的可行轨迹； 步骤2.2：建立针对突变轨迹的迭代优化模型，在可行轨迹中选择最优的点作为学习MPC的子终端条件，设计终端松弛条件； 步骤2.3：迭代求解步骤2.2的优化问题，直到子终端条件为可行轨迹的终点，并将输出的轨迹作为新的可行轨迹，开启下一次迭代，在迭代次数达到设定的阈值后，将输出轨迹作为最优的目标轨迹； 步骤3：以通过B样条计算的辅助轨迹和辅助控制律为输入，以学习模型预测控制算法计算的最优控制律与辅助控制律的偏差为输出，构建序列到序列问题的训练集；所述步骤3具体为： 随机采样长度为的突变轨迹，构建连接突变轨迹起点和终点的B样条曲线作为辅助轨迹，阶个控制点的B样条曲线的矩阵表达形式如下所示： 其中，是设定的时间间隔，是最靠近的节点，且是第个控制点，这里定义第一个控制点为起始点的位置坐标，设突变轨迹的突变点为，第二个控制点为的位置坐标，突变轨迹中突变点和上一时刻目标轨迹坐标的中点，最后一个控制点设为，然后利用均匀插值的方法，将控制点补充到个；是B样条矩阵的基底矩阵，，当时， 其中，，；随后，以B样条曲线为基础，提取辅助轨迹和对应的控制策略； 之后，定义学习MPC计算的学习控制律为，以辅助轨迹和对应的控制策略为输入，以学习控制律与辅助控制律的偏差为输出构建训练集； 步骤4：建立基于LSTM网络的编码器-解码器模型，将训练集输入基于LSTM网络的编码器-解码器模型学习最优目标轨迹与辅助轨迹之间的深层映射关系； 步骤5：检测到目标轨迹的突变点后，提取以突变点为中心的子目标轨迹，基于LSTM网络的编码器-解码器模型，输出近似最优的目标轨迹； 步骤6：设计鲁棒模型预测控制算法，控制无人系统追踪近似最优的目标轨迹。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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。