龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：本发明涉及一种基于多维奖励Q学习的模型预测加权因子动态调整方法，属于自动驾驶车辆轨迹跟踪控制领域。解决了采用模型预测控制原理设计轨迹跟踪控制器时对加权因子的选取不当会降低自动驾驶车辆轨迹跟踪稳定性和精确性以及行驶安全性的问题。本发明通过强化学习中Q学习方法，训练了加权因子最优调整策略，可实时动态调整模型预测轨迹跟踪控制器的加权因子，从而实时优化自动驾驶车辆的轨迹跟踪性能，以减少在每个采样时刻下车辆实际位置与预期轨迹之间的误差，提高自动驾驶车辆的轨迹跟踪精度和行驶稳定性、舒适性。
主权项：1.一种基于多维奖励Q学习的模型预测加权因子动态调整方法，其特征在于，包括下述步骤：获取目标自动驾驶车辆位于地面坐标系下的测量信息，并设置预测时域Np的大小；标记Step1的步骤：基于当前测量信息，获得预测时域Np内的输出信息；将输出信息作为参考输入，通过使下述目标函数取得最小值获得一个最优控制序列，并将得到的最优控制序列的第一个控制量作用于目标自动驾驶车辆，使其按照当前预期轨迹进行跟踪；所述目标函数如下：J＝[Pk-Yrefk]TQ[Pk-Yrefk]+UkTRUk其中： 是基于采样时刻k的测量信息得到预测时域Np内的参考车辆侧向位移向量； 是参考车辆侧向位移对应的期望车辆侧向位移向量； 为第一加权因子矩阵，为第二加权因子矩阵； 是Nc个控制时域的车辆前轮转角向量，其元素构成控制序列；若没有达到目标轨迹的终点，则采集目标自动驾驶车辆位于地面坐标系下采样时刻k+1的测量信息；采集目标自动驾驶车辆位于地面坐标系下采样时刻k+1的实际横坐标、实际纵坐标、实际横摆角，并获取相同采样时刻对应的期望横坐标、期望纵坐标和期望横摆角一起作为环境信息加入到环境向量中；判断采样时刻k+1是否大于3，若否，则返回标记为Step1的步骤；若是，则对于采样时刻k+1，基于环境变量计算目标自动驾驶车辆在当前控制量下的奖励，并利用预设的二维Q表，调整目标函数中第一加权因子矩阵、第二加权因子矩阵取值；返回标记为Step1的步骤。
全文数据：
权利要求：
百度查询： 燕山大学 基于多维奖励Q学习的模型预测加权因子动态调整方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号