摘要
本申请涉及一种基于人工智能与车辆动力学的制动转矩分配方法,该方法通过获取目标车辆当前的状态信息、目标车辆周边的环境信息、以及目标车辆上驾驶员的驾驶信息,然后将状态信息、环境信息和驾驶信息,输入至目标转矩分配模型中进行转矩分配,得到初始转矩分配结果,最后根据状态信息、驾驶信息和目标车辆对应的车辆动力学模型,对初始转矩分配结果进行修正,得到目标转矩分配结果。上述方法中,结合目标转矩分配模型和车辆动力学模型进行车辆的制动转矩分配,能够适应路面附着突变以及转向制动耦合等动态复杂工况,可以实现精准的转矩分配效果。
技术关键词
车辆动力学模型
制动转矩分配方法
横摆角速度
车辆周边
仿真场景
决策
样本
数据
危险工况
网络
分配装置
处理器
计算机设备
可读存储介质
存储器
模块
轮胎
系统为您推荐了相关专利信息
避障控制方法
障碍物
车辆实时运动状态
转向角
碰撞模型
深度强化学习
横向位置误差
车辆动力学模型
前轮转向角
强化学习算法
车辆轨迹跟踪
轨迹跟踪控制器
模型预测控制器
牵引车
拖车
集成仿真方法
车辆空气动力学
车辆模型单元
仿真模型
二自由度车辆动力学模型
虚拟测试环境
场景测试方法
纠错机制
量子态
高性能