摘要
本发明涉及基于WOA‑改进TD3算法的车辆纵向控制方法及系统,建立纵向动力学模型,基于待控制车辆的行驶工况配置关联车辆的行驶状态策略;引入不对称Actor‑Critic网络机制,建立基于马尔可夫决策过程的TD3算法网络预测模型,对其输出的期望加速度以优先经验回放机制及WOA优化算法迭代训练;以训练后的预测模型对待控制车辆纵向控制;系统包括配置于待控制车辆的控制器、驱动系统、传动系统和传感设备,传感设备获取待控制车辆的关联车辆的行驶状态,传输至控制器,控制器采用方法获取期望加速度,控制器将期望加速度转换为控制指令,驱动系统基于控制指令控制待控制车辆的加速和制动,传动系统配合驱动系统实现动力传递。
技术关键词
纵向控制方法
车辆
纵向动力学
加速度
网络
传感设备
缓冲池
传动系统
纵向控制系统
控制器
策略
机制
样本
算法模型
误差
决策
索引
间距
工况
系统为您推荐了相关专利信息
光源系统
模型构建方法
多通道
光谱传感器
测试点
时空图卷积神经网络
属性预测模型
属性预测方法
地质构造模型
时空序列数据
危险源监测装置
整车控制装置
智能车辆
车辆控制系统
路径规划装置
光学遥感图像
检测网络模型
阶段
编码器
查询特征