一种考虑通信部分失效的车辆队列控制方法及系统

    公开(公告)号:CN111665843A

    公开(公告)日:2020-09-15

    申请号:CN202010532367.3

    申请日:2020-06-12

    Applicant: 湖南大学

    Abstract: 本发明公开了一种考虑通信部分失效的车辆队列控制方法,其特征在于:包括如下步骤:步骤1,将车辆队列中的网联车辆从前向后依次编号为车辆0车辆1,车辆2,…,车辆N;步骤2,在每个离散采样时刻t;步骤3,在每个离散采样时刻t,每个车辆i利用自身和所有邻居车辆的假设状态轨迹和假设输入轨迹求解一个开环优化问题Pi(t);步骤4,在每个离散采样时刻t,每个车辆i将所得最优控制输入序列的第一个元素 用于t时刻的自车控制;步骤5,不断重复上述步骤2~4以实现车辆队列行驶。本发明的考虑通信部分失效的车辆队列控制方法,通过步骤1至5的设置,便可有效的在考虑到通信部分失效的情况下实现对于车辆的队列控制了。

    一种交通路网车辆分布式控制方法

    公开(公告)号:CN109523807B

    公开(公告)日:2020-06-05

    申请号:CN201811432239.0

    申请日:2018-11-28

    Applicant: 湖南大学

    Abstract: 本发明公开了一种交通路网车辆分布式控制方法,该方法包括:步骤1,判断车辆所处的区域;步骤2,确定车辆的跟车行为;步骤3,构建二维路网车群几何拓扑构型;步骤4,判断二维路网车群几何拓扑构型中车辆的实际跟车距离是否大于第一距离阈值,若是,进入步骤5;反之,进入步骤6;步骤5,根据车辆所在区域,拆分当前的二维路网车群几何拓扑构型;步骤6,判断二维路网车群几何拓扑构型在几何位置上的距离是否小于第二距离阈值,若是,则合并;步骤7,获取二维路网车群几何拓扑构型的信息邻域车辆集;步骤8,设计车群分布式线性反馈控制器,求解车辆的期望加速度,以控制相应车辆的纵向运动。本发明能够节省计算资源,提高整体的通行效率。

    一种基于深度强化学习的车道保持控制算法及系统

    公开(公告)号:CN110654384A

    公开(公告)日:2020-01-07

    申请号:CN201911067157.5

    申请日:2019-11-04

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于深度强化学习的车道保持控制算法,包括如下步骤:步骤一,由摄像头、多线激光雷达和惯性测量单元采集环境及车辆的参数;步骤二,提取步骤一中采集的环境及车辆的参数构建环境模型;步骤三,根据步骤二中提取的环境及车辆的参数以及构建的环境模型定义深度强化学习基础参数;步骤四,采用深度强化学习算法构建车道保持的决策系统;步骤五,利用步骤四中的决策系统获得步骤二中环境模型下的最优控制动作序列,以输入到车辆内,实现车道保持控制。本发明的基于深度强化学习的车道保持控制算法,通过步骤一至步骤五的设置,便可有效的实现采集相应的参数然后进行学习构建决策系统了,有效的实现对于车辆行驶车道的保持。

    一种基于深度强化学习的防碰撞控制方法

    公开(公告)号:CN110027553A

    公开(公告)日:2019-07-19

    申请号:CN201910283506.0

    申请日:2019-04-10

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于深度强化学习的防碰撞控制方法,采用深度确定性策略梯度方法(DDPG算法)进行深度强化学习,该方法包括:步骤1,提取本车参数和环境车辆参数;步骤2,利用本车参数和环境车辆参数,构建虚拟环境模型;步骤3,根据本车参数和环境车辆参数和虚拟环境模型,定义所述深度确定性策略梯度方法的基础参数;步骤4,根据步骤3定义好的基础参数,采用深度强化学习中的神经网络构建防碰撞控制决策系统,所述防碰撞控制决策系统包括策略网络和评价网络;步骤5,训练所述策略网络和评价网络,得到所述防碰撞控制决策系统。本发明通过构建基于深度神经网络的防碰撞控制决策系统,基于时间差分强化学习方法不断优化网络控制结果的防碰撞控制决策系统,有效提高了防碰撞控制决策系统的控制性能。

    一种封闭区域非结构化道路的数字地图更新方法

    公开(公告)号:CN113008251B

    公开(公告)日:2022-11-25

    申请号:CN202110199101.6

    申请日:2021-02-22

    Applicant: 湖南大学

    Abstract: 本发明公开了一种封闭区域非结构化道路的数字地图更新方法,该方法包括:步骤1,收集封闭区域非结构化道路的轨迹数据;步骤3,根据步骤2处理后的所述轨迹数据,通过边界扩展方法,提取目标封闭区域的扩展的新边界,更新地图的静态图;步骤4,根据步骤2处理后的所述轨迹数据,通过道路新增方法,更新地图的静态图以及更新所述有向图;步骤5,删除需要丢弃的道路信息,更新地图的静态图以及更新所述有向图。本发明通过获取众多工程车辆的高精度轨迹数据来更新地图,保证地图的更新效率和更新成本。

    一种考虑通信部分失效的车辆队列控制方法及系统

    公开(公告)号:CN111665843B

    公开(公告)日:2022-04-29

    申请号:CN202010532367.3

    申请日:2020-06-12

    Applicant: 湖南大学

    Abstract: 本发明公开了一种考虑通信部分失效的车辆队列控制方法,其特征在于:包括如下步骤:步骤1,将车辆队列中的网联车辆从前向后依次编号为车辆0车辆1,车辆2,…,车辆N;步骤2,在每个离散采样时刻t;步骤3,在每个离散采样时刻t,每个车辆i利用自身和所有邻居车辆的假设状态轨迹和假设输入轨迹求解一个开环优化问题Pi(t);步骤4,在每个离散采样时刻t,每个车辆i将所得最优控制输入序列的第一个元素用于t时刻的自车控制;步骤5,不断重复上述步骤2~4以实现车辆队列行驶。本发明的考虑通信部分失效的车辆队列控制方法,通过步骤1至5的设置,便可有效的在考虑到通信部分失效的情况下实现对于车辆的队列控制了。

    一种封闭区域非结构化道路的数字地图更新方法

    公开(公告)号:CN113008251A

    公开(公告)日:2021-06-22

    申请号:CN202110199101.6

    申请日:2021-02-22

    Applicant: 湖南大学

    Abstract: 本发明公开了一种封闭区域非结构化道路的数字地图更新方法,该方法包括:步骤1,收集封闭区域非结构化道路的轨迹数据;步骤3,根据步骤2处理后的所述轨迹数据,通过边界扩展方法,提取目标封闭区域的扩展的新边界,更新地图的静态图;步骤4,根据步骤2处理后的所述轨迹数据,通过道路新增方法,更新地图的静态图以及更新所述有向图;步骤5,删除需要丢弃的道路信息,更新地图的静态图以及更新所述有向图。本发明通过获取众多工程车辆的高精度轨迹数据来更新地图,保证地图的更新效率和更新成本。

    一种基于扰动观测器的有限时间收敛车辆编队控制方法

    公开(公告)号:CN111650942A

    公开(公告)日:2020-09-11

    申请号:CN202010532372.4

    申请日:2020-06-12

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于扰动观测器的有限时间收敛车辆编队控制方法,包括如下步骤:步骤1,将编队中车辆从前到后进行0~N编号,其中第0辆为匀速行驶的领航车辆,步骤2,每辆车利用扰动观测器得到不匹配速度扰动及匹配加速度扰动的估计值;步骤3,在行驶过程中;步骤4;步骤5;步骤6,判断期望加速度高于或是低于节气门开度为零时实际加速度;步骤7,驱动系统或制动系统作用得到驱动力矩Tiw或制动力矩Tib并施加至车身;步骤8,每个跟随车辆不断重复上述步骤2~7,实现车辆编队行驶。本发明的基于扰动观测器的有限时间收敛车辆编队控制方法,车辆编队开展误差可在有限时间收敛,从而保证车辆编队跟踪性能和安全性。

    一种交通路网车辆分布式控制方法

    公开(公告)号:CN109523807A

    公开(公告)日:2019-03-26

    申请号:CN201811432239.0

    申请日:2018-11-28

    Applicant: 湖南大学

    Abstract: 本发明公开了一种交通路网车辆分布式控制方法,该方法包括:步骤1,判断车辆所处的区域;步骤2,确定车辆的跟车行为;步骤3,构建二维路网车群几何拓扑构型;步骤4,判断二维路网车群几何拓扑构型中车辆的实际跟车距离是否大于第一距离阈值,若是,进入步骤5;反之,进入步骤6;步骤5,根据车辆所在区域,拆分当前的二维路网车群几何拓扑构型;步骤6,判断二维路网车群几何拓扑构型在几何位置上的距离是否小于第二距离阈值,若是,则合并;步骤7,获取二维路网车群几何拓扑构型的信息邻域车辆集;步骤8,设计车群分布式线性反馈控制器,求解车辆的期望加速度,以控制相应车辆的纵向运动。本发明能够节省计算资源,提高整体的通行效率。

Patent Agency Ranking