摘要
本发明公开了一种空气悬架决策和切换方法,涉及自动驾驶技术领域,包括获取自车的运行数据、自车的驾驶员头部信息和自车的驾驶环境信息;获取神经网络输出的自车对应的初步换道预测结果;结合大语言模型输出最终换道预测结果;制定多模式切换规则,输出自车初步的空气悬架决策策略;结合大语言模型输出最终空气悬架决策策略;将最终空气悬架决策策略输入至空气悬架模式切换模块中,自动切换空气悬架系统的工作模式,调整空气悬架的刚度和阻尼比。本发明采用上述一种空气悬架决策和切换方法,通过实时监测和预测车辆的换道行为,提前调整空气悬架的车身高度和阻尼参数,以优化车辆在换道过程中的通过性、操稳性和舒适性。
技术关键词
切换方法
驾驶环境信息
时序特征
决策
特征提取网络
空气悬架系统
神经网络模型
输出运行数据
模式切换模块
多模式
大语言模型
LSTM神经网络
全局特征融合
车辆运行数据
支持向量机模型
特征融合网络
控制策略
系统为您推荐了相关专利信息
数字孪生体
电网智能调度系统
深度强化学习
退化模型
矩阵
学习交互方法
智能家居设备
学习交互系统
传感器获取环境
决策