摘要
本公开提供了基于模型预测与强化学习的后轮主动转向控制方法及系统,涉及汽车控制技术领域,包括:将车辆的前轮转角、车速、横摆角速度以及质心侧偏角输入至模型预测控制器中,将给定的参考轨迹作为控制目标,滚动优化模型预测控制器的输出,输出得到最优的后轮转角控制量;将车辆状态信息以及最优的后轮转角控制量输入至深度强化学习网络,将多层全连接神经网络作为深度确定性策略梯度强化学习算法中Actor的动作网络,给定期望值,设置观测状态值以及奖励,利用深度确定性策略梯度强化学习算法进行质心侧偏角和横摆角速度目标跟踪,使得横摆角速度和质心侧偏角要尽可能接近期望值,实现最优的后轮转向控制。
技术关键词
后轮主动转向
模型预测控制器
质心侧偏角
深度确定性策略梯度
横摆角速度
强化学习算法
后轮转向控制
车辆状态信息
非暂态计算机可读存储介质
深度强化学习
单轨
网络
主动转向控制
车辆纵向速度
离散状态空间
前轮
汽车控制技术
电子设备
处理器
系统为您推荐了相关专利信息
车辆运动规划
表达式
横摆角速度
车辆控制方法
加速度
车辆平衡控制
控制力矩陀螺框架
倾角误差
滑模控制方法
主动侧倾控制系统
敏感性分析方法
综合效能
标定技术
ESC系统
指数
模型预测控制器
电池内部温度
扩展卡尔曼滤波器
温度控制方法
观测噪声
深度确定性策略梯度
图谱
多智能体协同
迁移学习方法
异构