摘要
一种基于动态环境感知的新能源汽车制动压力控制方法,该方法构建了多窗口环境感知动态时间规整算法,使得分析不同驾驶员制动序列的相似度更为细致,该方法提出了基于深度强化学习算法优化变结构卡尔曼滤波的路面附着系数观测器来计算路面附着系数;其次基于车轮动力学模型计算得到滑移率动态调整因子,基于车辆密度计算得到车辆密度修正系数,基于路面附着修正参数约束表达式得到路面附着修正系数,能够充分考虑不同的外部环境对路面附着系数的影响,使制动压力计算更合理,提升了驾驶安全性。该方法还结合了不同的驾驶员的分类结果,构建出综合自适应制动压力计算模型,以应对不同类型的驾驶员,得到相应的最终制动压力。
技术关键词
路面附着系数
新能源汽车制动
压力控制方法
动态时间规整算法
深度强化学习算法
协方差矩阵
多窗口环境
表达式
卡尔曼滤波
观测噪声
观测器
车辆传感器
密度
整车动力学模型
因子
系统为您推荐了相关专利信息
协同控制方法
混合交通流
交叉口
深度强化学习算法
车道
交通管控系统
隧道
激光投射系统
信息发布模块
深度强化学习算法
路面附着系数
云平台
车辆主动制动系统
路段
共享系统
调度优化方法
存储结构
原位
介质
深度强化学习算法