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！

龙图腾网获悉同济大学申请的专利一种全链路可微的物理增强型自动驾驶控制方法及系统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：CN121857347B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202610328984.9，技术领域涉及：G05B13/04；该发明授权一种全链路可微的物理增强型自动驾驶控制方法及系统是由梁成;崔艺馨;杨硕;陈诗阳;吴楠;王奕智;宋瑶;黄岩军设计研发完成，并于2026-03-18向国家知识产权局提交的专利申请。

本一种全链路可微的物理增强型自动驾驶控制方法及系统在说明书摘要公布了：本公开涉及一种全链路可微的物理增强型自动驾驶控制方法及系统。方法包括：构建全链路可微的PERL动力学模型以高保真重构真实车辆动力学；建立可微预瞄PID执行层，基于动态预瞄距离计算横向误差与纵向速度误差，使用支持梯度回传的PID控制律生成方向盘转角指令与汽车纵向加速度指令；利用SAC网络根据当前车辆状态，实时自适应调整PID增益参数与预瞄距离。本发明设计的全链路可微闭环训练架构，利用动力学残差的梯度信息直接指导控制参数的端到端寻优，有效解决了Sim2Real模型失真问题，在保证控制策略物理可解释性与平滑性的同时，训练好的策略网络显著提高了车辆在复杂工况下的路径跟踪精度与鲁棒性。

本发明授权一种全链路可微的物理增强型自动驾驶控制方法及系统在权利要求书中公布了：1.一种全链路可微的物理增强型自动驾驶控制方法，其特征在于，包括： 进行全链路可微的PERL动力学模型训练，全链路可微的PERL动力学模型被配置为由物理先验层与残差回归层并行构成，通过最小化物理层和残差回归层的预测车辆状态与真实车辆状态进行训练，训练好后冻结全链路可微的PERL动力学模型的参数； 在冻结全链路可微的PERL动力学模型的参数后，进行SAC策略网络预训练，SAC策略网络被配置为基于车辆状态，实时自适应调整PID增益参数值与预瞄距离； 在SAC策略网络预训练完成后，进行全链路可微的PERL动力学模型和SAC策略网络联合微调，在微调训练中，基于当前车辆状态和控制量，全链路可微的PERL动力学模型预测下一时刻车辆状态，将下一时刻车辆状态输入SAC策略网络，SAC策略网络输出对应的PID增益参数值与预瞄距离，执行器基于动态预瞄距离计算横向误差与纵向速度误差，基于上述误差和增益参数值，使用支持梯度回传的PID控制律分别生成控制量，自动驾驶车辆在控制量作用下更新车辆状态，微调训练中的预测误差梯度利用PERL动力学模型和执行器的全链路可微特性，通过链式法则引入直接物理梯度，直接回传给SAC策略网络； 在推理时，使用训练好的SAC网络基于实际车辆状态生成的PID增益参数值与预瞄距离，实现自动驾驶控制。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。