摘要
本发明公开了基于辅助服务的车联网AI柔性控制方法,包括以下步骤:S1:通过部署在车辆、路边单元及云端的多模态传感器采集原始环境数据,所述原始环境数据包括车辆运行原始数据、道路环境原始数据、用户行为原始数据、可见光图像、红外热成像数据及毫米波雷达点云数据;S2:构建跨模态特征对齐网络,对可见光图像、红外热成像数据及毫米波雷达点云数据进行时空对齐与特征融合,生成环境融合特征图;S3:基于深度强化学习模型生成柔性控制策略模型,所述深度强化学习模型包括模糊隶属度计算模块、策略优化模块及多目标奖励函数设计。本发明实现了多模态融合感知,动态策略适配场景,并且资源协同提升效率。
技术关键词
柔性控制方法
雷达点云数据
车辆状态分类
控制策略模型
深度强化学习模型
模糊隶属度
双流卷积神经网络
可见光图像
动态控制参数
点云特征
灰色关联分析法
时域特征
频域特征
特征选择算法
模糊集合
融合特征
模态传感器
控制误差
转向角
系统为您推荐了相关专利信息
抖动消除方法
补偿控制系统
深度强化学习模型
变形特征
柔性屏
控制律设计方法
神经网络参数
注意力
表达式
SAC算法
稠密深度图
通道注意力机制
深度补全方法
融合特征
激光雷达点云数据
地面蜂窝
深度强化学习模型
终端
计算机执行指令
无人机
深度强化学习模型
边缘计算方法
重构智能
坐标下降算法
多智能体强化学习