首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种智能车辆轨迹跟踪控制方法 

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!

申请/专利权人:燕山大学

摘要:本发明涉及一种智能车辆轨迹跟踪控制方法,用于解决现有技术中采用深度强化学习进行轨迹跟踪控制时对未训练的工况存在泛化性能有限的问题。本案在利用深度强化学习模型TD3获得控制量uTD3k后,将其与模型预测控制求解得到最优控制增量序列ΔUk的第一个元素Δu*k进行叠加更新,获得智能车辆前轮转角实际控制量uk,并将前轮转角实际控制量uk作用于车辆进行轨迹跟踪控制。本方案不仅克服了深度强化学习在进行轨迹跟踪控制时泛化性能差的问题,而且具有良好的跟踪控制精度和鲁棒性。

主权项:1.一种智能车辆轨迹跟踪控制方法,其特征在于,所述方法利用深度强化学习模型TD3得到控制量uTD3k,将其与模型预测控制求解得到最优控制增量序列ΔUk的第一个元素Δu*k进行叠加更新,获得智能车辆前轮转角实际控制量uk,将前轮转角实际控制量uk用于车辆进行轨迹跟踪控制;所述最优控制增量序列ΔUk通过求解下述目标函数获取: s.t.Γmink≤ΔUk≤Γmaxk式中:IP表示P维单位矩阵,Q为关于轨迹跟踪精度的权重矩阵,R为关于控制增量的权重矩阵,表示Kronecker乘积;gk=EkTQQΘ2T,Ek=Yk-Yrefk-Θ2ΔUk; ΔUTD3k=UTD3k-UTD3k-1其中,N为控制时域,P为预测时域,N小于P,Yk为以k时刻为起点的预测时域P内的预测轨迹,Yrefk为以k时刻为起点的预测时域P内的参考轨迹,Ts为离散时间,v为车辆质心速度,vx为车辆纵向速度,β、ω分别为车辆质心侧偏角及横摆角速度,δ为前轮转角,Cf、Cr分别为前轮和后轮的侧偏刚度,m为车辆质量,Iz为车辆绕车辆坐标系z轴的转动惯量,a为车辆前轴到质心的距离,b为车辆后轴到质心的距离;UTD3k为以k时刻为起点的预测时域P内的前轮转角深度强化学习TD3控制量向量,Umax与Umin为前轮转角控制量的最大最小约束,ΔUmax与ΔUmin为前轮转角控制量增量的最大最小约束。

全文数据:

权利要求:

百度查询: 燕山大学 一种智能车辆轨迹跟踪控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术