摘要
本发明属于车辆控制技术领域,特别涉及一种基于视觉识别与深度强化学习的车辆滑移率双层控制方法。本发明设计了一种双层控制结构,其中上层采用机器视觉技术识别路面状态信息,并结合深度强化学习算法实现对不同路面状态下最佳滑移率的跟踪。利用本发明的控制方法能够高精度地识别不同路面类型,并快速、高效地调整并跟踪相应的最佳滑移率。下层则采用指数趋近率的积分滑模控制器对最佳滑移率进行精准控制。并验证不同方法确定的最佳滑移率下的制动时间和制动距离的准确性。通过该结构,本发明验证了在不同方法确定的最佳滑移率下,制动时间和制动距离的准确性,展示了系统在多种路面条件下的优越表现。
技术关键词
双层控制方法
最佳滑移率
电子液压制动器
深度强化学习算法
积分滑模
识别路面状态
车辆模型
制动系统工作
反电动势系数
转子转动惯量
深度Q学习
滚珠丝杆
车辆控制技术
控制模块
机器视觉技术
网格
系统为您推荐了相关专利信息
特征提取网络
信号处理单元
深度强化学习算法
注意力机制
探测系统
微电网
能源优化调度方法
储能设备
能源优化管理系统
网络
深度强化学习算法
数据
资源
协作关系
非易失性存储介质
深度确定性策略梯度
深度强化学习算法
多头注意力机制
深度Q网络
组网场景