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！

龙图腾网获悉武汉理工大学申请的专利基于元学习的欠驱动船舶运动自适应控制方法和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：CN120010251B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202510091752.1，技术领域涉及：G05B13/04；该发明授权基于元学习的欠驱动船舶运动自适应控制方法和装置是由李诗杰;李聪;刘佳仑;李佳林;李炀;徐诚祺设计研发完成，并于2025-01-21向国家知识产权局提交的专利申请。

本基于元学习的欠驱动船舶运动自适应控制方法和装置在说明书摘要公布了：本发明公开了一种基于元学习的欠驱动船舶运动自适应控制方法和装置，方法包括：获取船舶轨迹数据，所述船舶轨迹数据包括船舶状态和初始控制输入；根据所述船舶轨迹数据，构建船舶轨迹模型集合；根据被控系统控制输出向量和参考模型控制输出向量，计算自适应律；根据所述船舶轨迹模型集合和所述自适应律，通过元学习计算元参数；根据所述元参数进行欠驱动船舶运动自适应控制。本发明通过元学习进行参数计算实现了船舶运动控制，提高了精确度和稳定性。本发明可广泛应用于船舶控制技术领域。

本发明授权基于元学习的欠驱动船舶运动自适应控制方法和装置在权利要求书中公布了：1.基于元学习的欠驱动船舶运动自适应控制方法，其特征在于，包括以下步骤： 获取船舶轨迹数据，所述船舶轨迹数据包括船舶状态和初始控制输入； 根据所述船舶轨迹数据，构建船舶轨迹模型集合； 根据被控系统控制输出向量和参考模型控制输出向量，计算自适应律； 根据所述船舶轨迹模型集合和所述自适应律，通过元学习计算元参数； 根据所述元参数进行欠驱动船舶运动自适应控制； 其中，根据所述船舶轨迹模型集合和所述自适应律，通过元学习计算元参数，包括： 根据所述船舶轨迹模型集合，设置多个船舶任务； 设置每个所述船舶任务对应的干扰信号； 根据所述自适应律、圆周率控制输入函数相关参数和密度控制输入函数相关参数，构建所述元参数； 根据初始船舶状态信息和自适应输入函数，计算目标船舶状态信息；目标船舶状态信息的计算公式为：，式中，为目标船舶状态信息，为初始船舶状态信息，为自适应输入函数，为控制输入信息，为干扰信号； 根据所述元参数、初始自适应机制相关量、所述密度控制输入函数和所述干扰信号，计算目标自适应机制相关量； 根据所述元参数、参考轨迹和圆周率控制输入函数，计算控制输入信息； 根据所述目标船舶状态信息、所述目标自适应机制相关量和所述控制输入信息，计算关键信息集合；目标自适应机制相关量的计算公式为：，式中，为目标自适应机制相关量，为初始自适应机制相关量，为密度控制输入函数,为密度控制输入函数相关参数；控制输入信息的计算公式为：，式中，为控制输入信息，为参考轨迹，为圆周率控制输入函数,为圆周率控制输入函数相关参数； 根据所述参考轨迹和所述干扰信号，计算平均跟踪误差； 根据所述关键信息集合、所述平均跟踪误差和控制增益调节参数，构建损失函数；损失函数的表达式为：，式中，为损失函数，为控制增益调节参数，,为关键信息集合，为时间总数,为平均跟踪误差,为参考轨迹; 根据所述元参数、船舶实际状态、所述参考轨迹、所述控制增益调节参数、所述初始控制输入信息、正则化参数、参考轨迹数量和干扰信号数量，构建元问题；元问题的表达式为：，式中，，为正则化参数，为参考轨迹数量，为干扰信号数量; 根据所述损失函数，利用自适应梯度下降对所述元问题进行求解，更新所述元参数； 所述根据所述损失函数，利用自适应梯度下降对所述元问题进行求解，更新所述元参数，包括： 初始化对角矩阵和所述元参数的值； 根据所述船舶任务，计算目标函数关于元参数的梯度； 根据所述目标函数关于元参数的梯度，更新所述对角矩阵； 根据辅助正数、全局学习率和更新后的所述对角矩阵，计算自适应学习率；自适应学习率的计算公式为：，式中，为自适应学习率，为一个初始设置的全局学习率，为更新后的对角矩阵，为辅助正数； 根据所述自适应学习率和所述损失函数，更新所述元参数，直至元参数的变化量小于预设变化阈值。

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武汉理工大学，其通讯地址为：430070 湖北省武汉市珞狮路122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。