2025 年 10 月 24 日，国家知识产权局对「一种基于强化学习的多无人车协同编队最优控制方法」作出授权公告，专利号 ZL 2025 1 0991707.1，授权公告号 CN 120523197 B，证书号第 8394509 号。该专利申请日为 2025 年 7 月 18 日，专利权人为西北工业大学。
▲ 发明专利证书（证书号：第 8394509 号）
该专利的发明人为西北工业大学的龙江、张涛，我司技术负责人金才君，以及刘尊、郭阳明，共五人。公司以产学研合作的方式参与这一课题：把工程现场的控制问题带进研究，再把验证过的方法带回项目。这是公司参与形成的第二项授权发明专利。第一项「一种基于强化学习的全向小车轨迹跟踪最优控制方法」已于 2025 年 2 月 18 日授权公告，两者同在运动控制这条技术线上。
多台车一起跑，难在哪
单台移动机器人沿轨迹走、遇障停下，在今天的工程实践中已经算不上难题。多台车一起走，难度换了一个量级：每台车的速度与转向，既影响自己的位置，也影响相邻车辆的安全间距，还影响整队能否按计划推进。
▲ 协同编队要同时满足的三个目标，彼此牵制
三个目标彼此牵制：为了保持队形，车间距要收紧，一收紧就容易追尾；为了安全把间距拉开，队形就散了、后车跟不上；而整队还要沿一条指定路径推进，转弯时内外侧的车速必须不同，稍有分配不均，队形就会在弯道上被拉长或挤扁。除此之外，实际运行中还有通信时延、定位漂移、地面湿滑这些不确定因素。
把这些耦合关系写成一个整体系统去集中求解，状态维数会随车辆数快速上升，算力与实时性很难同时满足；反过来让每台车只按自己最优的方式控制，又无法保证整队意义上的最优，甚至可能在交汇处互不相让。这是协同编队控制长期存在的两难。
这项专利走的路：用学习代替求解
从专利名称与公开文本看，该方法采用强化学习来求解协同编队的最优控制问题：不再先建立精确的整车与车队模型、再解析地求解最优控制律，而是让控制策略在与环境的反复交互中迭代改进，逐步学到「在某种队形、某种间距、某种扰动下，各车应当如何分配速度与转向」。
这条路线在工程上的意义在于：车体动力学差异、轮胎打滑、通信时延等难以精确建模的因素，可以通过数据进入策略，而不必全部写成方程。相应地，它对训练数据的覆盖度、对安全边界的约束也提出了更高要求——学到的东西能不能在真实车道上稳定复现，取决于训练与验证做得够不够扎实。
专利公开文本给出的是方法框架，不是可以直接装车的产品。从算法到设备之间还隔着一整段工程路：车辆参数要标定，传感器配置要匹配，通信条件要实测，安全策略要独立兜底。这一段正是我们日常做的活。
和公司业务怎么接上
飞莱栖的主业是工业软件与设备控制，日常处理的大多是「多执行机构协同」的问题：光纤柔性板自动布纤设备上，多个运动轴要按 DXF 轨迹联动，交叉处不能叠压，张力全程恒定；换电站里，机械臂、输送线与电池仓要按节拍协同；产线上多台设备的数据要按同一时钟对齐，才能做追溯与判定。
这些场景与多车编队共享同一套底层结构：多个执行体、一个共同目标、彼此牵制、还要抗扰动。差别在约束条件——车间里通信是有线的，时钟可以硬同步，扰动主要来自材料伸缩与机械间隙；车队是无线通信，时延和丢包都真实存在。方法是可借鉴的，参数必须重调，模型必须重建。这也是我们把这类专利当作技术来源、而不是宣传素材的原因。
知识产权这条线怎么走
对一家做定制软件的公司来说，家底主要不是厂房与设备，而是代码、算法与文档。这几年我们的做法是分三条线走：
- 软件著作权：每套系统单独登记，权属清晰，累计已达 34 项；
- 商标与品牌：公司名称与标识完成注册，对外宣传不越界；
- 发明专利：以产学研合作为主，跟着具体课题走，不求数量，求与主业对得上。
2024 年 7 月，公司通过了知识产权管理体系认证（GB/T 29490），把立项检索、研发留痕、交付权属、离职保密几个环节钉成了流程，这套体系管的是什么，之前专门写过一篇。两项发明专利的证书信息，也已收录在资质荣誉页。
接下来
与高校、研究所的合作会继续走下去，方向仍然围绕运动控制与设备智能化：算法只有落到产线上，才算我们的活。有运动控制、设备数据采集、上位机开发方面的需求，欢迎通过联系方式聊聊，也可以先看看我们的软件产品。
QQ:874059561