基于部件动态特性预测的电液复合制动控制方法及系统

AITNT
正文
推荐专利
基于部件动态特性预测的电液复合制动控制方法及系统
申请号:CN202510072976
申请日期:2025-01-17
公开号:CN119459623B
公开日期:2025-05-02
类型:发明专利
摘要
本发明公开了一种基于部件动态特性预测的电液复合制动控制方法及系统,所述方法包括以下步骤:基于车辆动力学模型和考虑部件动态特性的制动系统模型构建非线性MPC模型预测控制器;基于强化学习算法求解非线性MPC模型预测控制器的最优策略网络;将最优策略网络部署至电液复合制动系统,计算电液制动最优控制序列,基于电液制动最优控制序列进行复合制动控制;本发明能够综合考虑液压制动和电制动系统的动态特性,建立了相关模型,并基于此模型采用了MPC策略,同时结合DDPG强化学习算法进行最优控制序列的求解,最终提高了制动性能和安全性,能够适应频繁变化的制动需求,且提升了求解效率和准确性。
技术关键词
模型预测控制器 电液复合制动系统 液压制动系统 电机制动系统 强化学习算法 车辆动力学模型 制动缸压力 动态 非线性 离散状态空间 连续状态空间 电制动系统 制动主缸 策略 网络部署 纵向动力学
系统为您推荐了相关专利信息
1
一种基于多智能体代理的电力系统交易仿真方法
仿真方法 历史运行数据 多智能体系统 负荷 深度强化学习算法
2
基于强化学习的LoRa扩频因子及功率联合分配方法
终端设备 功率联合分配方法 强化学习算法 因子 网关
3
一种基于分层强化学习的导弹制导方法
导弹制导方法 分层强化学习 制导策略 坐标系 评价算法
4
一种房屋租售的带看签约方法、系统及机器人
签约方法 客户 建立数据交互通道 房屋 强化学习算法
5
基于多维指标的强化学习算法性能评估方法、装置及设备
强化学习算法 性能评估方法 生成优化建议 指标 皮尔逊相关系数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号