一种改进强化学习自适应融合的智能车辆路径控制方法

    公开(公告)号:CN119536269A

    公开(公告)日:2025-02-28

    申请号:CN202411682018.4

    申请日:2024-11-22

    Applicant: 东南大学

    Abstract: 本发明公开了一种改进强化学习自适应融合的智能车辆路径控制方法,包括如下步骤:1、建立用于智能车辆的协同转向模型,通过快速收敛的自然对数滑模控制与非线性模型预测控制实现协同控制;2、引入注意力机制,利用路径误差信息和曲率作为状态输入,设计改进的基于近端策略优化强化学习的控制策略,3、利用物理信息优化目标函数,快速获得近端策略优化的最优解;4、根据改进近端策略优化控制方案与协调控制器控制量获得智能车辆当前时刻控制量,控制智能车辆行驶。该方法通过综合自然对数与非线性模型预测控制,提高路径追踪精度并增强智能车辆在动态场景中的适应能力,减小跟踪误差的影响,提高强化学习的收敛速度,提升智能车辆跟踪的实时性和稳定性。

    一种基于双时延车辆模型的纯跟踪控制预瞄距离优化方法

    公开(公告)号:CN116331265A

    公开(公告)日:2023-06-27

    申请号:CN202310443341.5

    申请日:2023-04-23

    Applicant: 东南大学

    Abstract: 本发明提供了一种基于双时延车辆模型的纯跟踪控制预瞄距离优化方法,包括:给定车辆状态信息,包括车辆初始状态、目标轨迹和期望速度;建立双时延车辆模型,包括控制回路时延和转向系统时延,结合ABMSSA算法,分析双时延车辆模型系统的稳定性,优化ABMSSA算法的阈值下限选取,输出给定适应度函数下的最优预瞄距离;结合纯追踪控制器,对车辆进行纵向控制和横向控制,使车辆沿着规划的目标路径行驶。本发明研究不同车辆速度下的最优预瞄距离配置,同时结合实际车辆现象分析控制回路时延和转向系统时延对车辆模型及其稳定性的影响,更新双时延车辆模型,并结合ABMSSA优化方法对预瞄距离进行优化,提高路径跟踪精度和控制效果。

    一种基于改进航向误差率的智能体路径控制方法

    公开(公告)号:CN113190018A

    公开(公告)日:2021-07-30

    申请号:CN202110563095.8

    申请日:2021-05-24

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于改进航向误差率的智能体路径控制方法,包括如下设计步骤:1、建立智能体的阿克曼转角模型;2、引入航向误差率设计智能体的改进纯追踪路径追踪控制器;3、实现利用蚁群算法快速求解目标函数的最优解,并将得到的最优解作为当前时刻的控制量的参数;4、根据求得的控制量参数获得智能体当前时刻控制量,即期望的智能体轮胎转向角,控制智能体行驶。该方法通过优化纯追踪算法,减小了纯追踪控制中前视距离的影响,提高了智能体路径追踪的实时性。

    一种基于改进航向误差率的智能体路径控制方法

    公开(公告)号:CN113190018B

    公开(公告)日:2022-07-01

    申请号:CN202110563095.8

    申请日:2021-05-24

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于改进航向误差率的智能体路径控制方法,包括如下设计步骤:1、建立智能体的阿克曼转角模型;2、引入航向误差率设计智能体的改进纯追踪路径追踪控制器;3、实现利用蚁群算法快速求解目标函数的最优解,并将得到的最优解作为当前时刻的控制量的参数;4、根据求得的控制量参数获得智能体当前时刻控制量,即期望的智能体轮胎转向角,控制智能体行驶。该方法通过优化纯追踪算法,减小了纯追踪控制中前视距离的影响,提高了智能体路径追踪的实时性。

Patent Agency Ranking