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！

龙图腾网恭喜重庆大学申请的专利一种考虑多前车和通信时延的纵向跟车人机分工协同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：CN114637299B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202210263948.0，技术领域涉及：G05D1/43；该发明授权一种考虑多前车和通信时延的纵向跟车人机分工协同方法是由孙棣华;赵敏;沈苏豪设计研发完成，并于2022-03-17向国家知识产权局提交的专利申请。

本一种考虑多前车和通信时延的纵向跟车人机分工协同方法在说明书摘要公布了：本发明公开了一种考虑多前车和通信时延的纵向跟车人机分工协同方法，包括以下步骤：S1、限定智能汽车的配置、跟车任务和场景；S2、构建车辆的纵向动力学模型；S3、构建考虑多前车和通信时延的纵向跟车控制模型；S4、根据跟车任务的分配，构建人机分工协同模型；S5、对车速跟随控制系统进行稳定性分析；S6、设计保性能控制器；S7、设计鲁棒H‑infinity控制器。本发明提供利用Lyapunov‑Krasovskii泛函进行车速跟随控制系统的稳定性分析，并在此基础上设计保性能控制器和γ‑次优H∞鲁棒控制器，主车不仅可以根据较远前车的信息进行预控制，还可以根据临近前车的信息进一步进行精细化控制，优化了车辆纵向跟车的性能，在降低驾驶人操作负荷的同时提升了驾驶舒适度。

本发明授权一种考虑多前车和通信时延的纵向跟车人机分工协同方法在权利要求书中公布了：1.一种考虑多前车和通信时延的纵向跟车人机分工协同方法，其特征在于，包括以下步骤：S1、限定智能汽车的配置、跟车任务和场景；S2、构建车辆的纵向动力学模型；S21、构建简化后的车辆动力学模型，简化模型中的加速度和期望加速度间的关系如下： 其中，a为实际加速度；u为期望加速度；μ为发动机时间常数；s为复频率；S22、在车辆动力学的状态空间模型中，将期望加速度u作为系统的控制输入，得到车辆的三阶纵向动力学模型如下： 其中，pt为车辆在时间t时刻的位置；vt为车辆在时间t时刻的速度；at为车辆在时间t时刻的加速度；S23、定义状态变量Xt＝[pt,vt,at]T，得到车辆的三阶状态空间模型如下： 其中 S3、构建考虑多前车和通信时延的纵向跟车控制模型；S31、定义主车与临近前车之间的跟车位置误差为：δt＝pp1t-pegot-d其中，pp1t、pegot、d分别为时间t时刻临近前车的位置、主车的位置和期望的跟车间距；S32、定义主车与临近前车之间的跟车速度误差为： 其中，vp1t、vegot分别为时间t时刻临近前车的速度和主车的速度；S33、定义主车与临近前车之间的跟车加速度误差为： 其中，ap1t、aegot分别为时间t时刻临近前车的速度和主车的加速度；S34、定义状态变量和测量输出： 得到考虑多前车信息的纵向跟车控制模型为： 其中， 系统的输出方程为：yt＝Csxt+Ccxt其中，Cs+Cc＝C，C为系统的输出矩阵；S35、设计输出反馈控制器为：ut＝Ksyst+Kcyct其中，Ks＝[kpkv1ka100]，Kc＝[000kv2ka2]；S36、考虑通信时延和外界扰动，得到考虑多前车信息和通信时延的纵向跟车控制模型为： S4、根据跟车任务的分配，构建人机分工协同模型；S41、根据跟车任务的分配，驾驶人负责车间距调控任务，当察觉跟车距离大于期望跟车距离时踩一下油门，当察觉跟车距离小于期望跟车距离时踩一下刹车，其控制输出为：uhumant＝Khumanδt其中，Khuman为驾驶人进行车间距调控的增益，其为不固定值；S42、驾驶自动化系统负责车速跟随任务时，其无需考虑主车与临近前车间的车距跟踪误差，则S36中的控制模型临时降阶，得到闭环车速跟随控制系统： 其中， 此时，车速跟随控制系统的反馈控制器为：uautot＝K*y*tS5、对车速跟随控制系统进行稳定性分析；S6、设计保性能控制器；S7、设计鲁棒H-infinity控制器。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区正街174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”。