摘要
本发明公开了一种基于学习增强MPC的线控转向车辆轨迹跟踪控制方法,建立结合车辆动力学的跟踪误差模型;设计基于MPC的轨迹跟踪控制器,将跟踪误差模型作为MPC算法的预测模型,构建预测序列矩阵,对目标轨迹进行跟踪,使跟踪误差趋近0,优化求解出得最优控制量;使用深度确定性策略梯度算法对MPC算法进行增强,替换其终端成本函数,通过训练得到使用DDPG算法增强的MPC轨迹跟踪控制器。本发明利用DDPG算法,通过预训练和合并训练得到增强的MPC轨迹跟踪控制器,能够使车辆在复杂动态场景下更好地跟踪目标轨迹,降低横向失稳风险,提高行驶安全性与乘坐舒适性。
技术关键词
轨迹跟踪控制器
轨迹跟踪控制方法
线控转向车辆
误差模型
深度确定性策略梯度
MPC算法
状态空间方程
横摆角速度
跟踪目标轨迹
横向位置误差
序列
动态场景
矩阵
前轮
终端
鲁棒性
系统为您推荐了相关专利信息
加权最小二乘
定位方法
误差模型
协方差矩阵
实时位置
鲁棒控制器
车辆系统
路面附着系数
轨迹跟踪控制方法
前轮
校准控制方法
非标自动化
分布式光纤传感网络
非线性模型预测控制
激光干涉仪
协同优化控制方法
数字孪生模型
数据采集网络
浸渍纸生产线
多参数
稀疏贝叶斯学习
主瓣干扰方法
波束成形算法
协方差矩阵估计
雷达