检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于强化学习的多无人车协同围捕方法

工程科学学报 2024年第7期46卷 1237-1250页

作者：苏牧青王寅濮锐敏余萌南京航空航天大学航天学院南京211106 南京航空航天大学航空航天结构力学及控制全国重点实验室南京210016

本文面向无人车协同围捕问题开展研究,提出了一种基于柔性执行者-评论家(SAC)算法框架的协同围捕算法.针对多无人车之间的协同性差的问题,在网络结构中加入长短期记忆(LSTM)构建记忆功能,帮助无人车利用历史观测序列进行更稳健的决策;... 详细信息

本文面向无人车协同围捕问题开展研究,提出了一种基于柔性执行者-评论家(SAC)算法框架的协同围捕算法.针对多无人车之间的协同性差的问题,在网络结构中加入长短期记忆(LSTM)构建记忆功能,帮助无人车利用历史观测序列进行更稳健的决策;针对网络结构中引入LSTM所导致的状态空间维度增大、效率低的问题,提出引入注意力机制,通过对状态空间进行注意力权重的计算和选择,将注意力集中在与任务相关的关键状态上,从而约束状态空间维度并保证网络的稳定性,实现多无人车之间稳定高效的合作并提高算法的训练效率.为解决协同围捕任务中奖励稀疏的问题,提出通过混合奖励函数将奖励函数分为个体奖励和协同奖励,通过引入个体奖励和协同奖励,无人车在围捕过程中可以获得更频繁的奖励信号.个体奖励通过引导无人车向目标靠近来激励其运动行为,而协同奖励则激励群体无人车共同完成围捕任务,从而进一步提高算法的收敛速度.最后,通过仿真和实验表明,该方法具有更快的收敛速度,相较于SAC算法,围捕时间缩短15.1%,成功率提升7.6%.

关键词：无人车协同围捕柔性执行者-评论家算法注意力机制奖励函数设计

在线全文

学校读者我要写书评

暂无评论

基于深度强化学习的多无人车系统编队控制

力学学报 2024年第2期56卷 460-471页

作者：曾毓凌郝宇清于颖王青云北京航空航天大学航空科学与工程学院北京100191

针对多智能体编队控制问题,研究了基于DDQN深度强化学习算法的多无人车系统的编队控制器,采用一致性控制与伴随位形相结合的方法对编队控制问题进行建模和简化.建立了基于相对距离和速度的状态空间,使得控制输入不依赖于全局信息,然后... 详细信息

针对多智能体编队控制问题,研究了基于DDQN深度强化学习算法的多无人车系统的编队控制器,采用一致性控制与伴随位形相结合的方法对编队控制问题进行建模和简化.建立了基于相对距离和速度的状态空间,使得控制输入不依赖于全局信息,然后设计了基于九大典型运动方向的动作空间,并设计了基于相对距离和相对速度的奖励函数,基于以上参数进行了神经网络架构的设计和网络训练与运动仿真环境的搭建,并成功训练出有效的控制器.该控制器可以直接应用于带有非完整约束的欠驱动无人车的编队任务,且控制器的网络训练只需要运动数据而不需要精确模型,是一种无模型控制方法.最后,通过大量不同场景下的运动仿真验证了控制器的有效性,包括多队形、多位置、多轨迹仿真以及时变队形、时变通讯和通讯故障等特殊情况的检验,该控制器在所有场景中均能有效完成控制任务.最后优化了编队起始阶段的策略,定义了等候条件与启动条件,有效节约了控制的能耗,利用运动仿真和对比分析验证了优化作用.

关键词：无人车一致性控制编队控制深度强化学习无模型控制

在线全文

学校读者我要写书评

暂无评论

起伏道路条件下无人车纵向速度控制方法研究

交通运输系统工程与信息 2024年第3期24卷 43-52页

作者：李建市徐友春齐尧谢德胜李华陆军军事交通学院军事交通运输研究所天津300161

为提升无人车在起伏道路条件下速度控制的准确性,本文提出一种对目标轨迹上的道路坡度进行预瞄检测的方法。首先,通过实验测定车辆速度控制系统响应延迟参数,确定预瞄时间;然后,以直径为车辆宽度的圆存储激光雷达点云,根据预瞄时间、车... 详细信息

为提升无人车在起伏道路条件下速度控制的准确性,本文提出一种对目标轨迹上的道路坡度进行预瞄检测的方法。首先,通过实验测定车辆速度控制系统响应延迟参数,确定预瞄时间;然后,以直径为车辆宽度的圆存储激光雷达点云,根据预瞄时间、车辆速度、激光雷达的检测盲区和目标轨迹的长度确定存储点云圆的数量和圆心坐标;随后,根据圆心与车辆前轴中心的欧式距离和预瞄时间以及车速对存储点云的圆进行动态更新和提取,采用三角函数法计算预瞄区域内的路面相对于车身姿态的坡度;最后,与惯性导航系统提供的车身俯仰角叠加得到预瞄区域内路面的绝对坡度。实验结果表明,本文提出的道路坡度预瞄检测方法能够提升无人车在起伏道路条件下速度控制的准确性。就无人车在上坡过程中最低速度分析,与忽略道路坡度的控制方法和采用惯导提供的俯仰角作为道路坡度的方法相比,在通过4°坡道时,速度控制的准确率分别提升了5.9%和2.5%,在通过16°坡道时,速度控制的准确率分别提升了85%和17.5%。

关键词：智能交通速度控制准确性坡度预瞄检测无人车起伏道路

考虑稳定性的4WD/4WS无人车路径跟踪控制策略研究

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第6期60卷 349-358页

作者：向婧燕周奎付勇智许洋彭旭峰湖北汽车工业学院汽车工程师学院湖北十堰442000 湖北汽车工业学院Sharing-X移动服务技术平台联合实验室湖北十堰442000 湖北汽车工业学院电气与信息工程学院湖北十堰442000 湖北汽车工业学院机械工程学院湖北十堰442000

根据分布式四轮驱动/转向的无人车单轮独可控的特点,提出一种考虑稳定性的路径跟踪控制策略,以提升无人车在高速、低附着工况下的车辆稳定性:具体通过预瞄-跟随理论搭建路径跟踪控制器,实现对无人车规划路径的实时跟踪;并通过滑模控制... 详细信息

根据分布式四轮驱动/转向的无人车单轮独可控的特点,提出一种考虑稳定性的路径跟踪控制策略,以提升无人车在高速、低附着工况下的车辆稳定性:具体通过预瞄-跟随理论搭建路径跟踪控制器,实现对无人车规划路径的实时跟踪;并通过滑模控制理论对后轮转角和直接横摆力矩进行集成控制,考虑前后轴荷及路面附着系数实现转矩分配,提高车身稳定性。仿真结果表明:相对于未考虑稳定性的路径跟踪控制策略,考虑稳定性的路径跟踪策略在高速双移线工况下,平均横向跟踪误差下降5.2%,质心侧偏角峰值下降57.4%,横摆角速度峰值下降23%;在低附着山路工况下,平均横向跟踪误差下降9.1%,质心侧偏角峰值下降54.3%,横摆角速度峰值下降1.4%,车辆能够保持良好的跟踪能力和行驶稳定性。

关键词：无人车路径跟踪稳定性控制横摆力矩四轮转向

在线全文

学校读者我要写书评

暂无评论

无人车载网络高可靠HUB的设计

计算机工程与设计 2024年第3期45卷 707-714页

作者：杨嘉睿娄岱松许志伟汪震毛汉领朱纪洪广西大学机械工程学院广西南宁530004 清华大学精密仪器系北京100084

为满足无人车技术的不断发展及日趋复杂的车载网络带来的高带宽和高可靠性的使用要求,设计一种车载网络集线器(HUB)。采用时间触发协议(TTP),设计时间触发以太网(TTE)加星型TTP总线的架构。TTE提高数据带宽,在物理层与驱动设备采用点对... 详细信息

为满足无人车技术的不断发展及日趋复杂的车载网络带来的高带宽和高可靠性的使用要求,设计一种车载网络集线器(HUB)。采用时间触发协议(TTP),设计时间触发以太网(TTE)加星型TTP总线的架构。TTE提高数据带宽,在物理层与驱动设备采用点对点的连接方式代替总线型通信方式,提高可靠性,解决总线型通信方式一点断开,整体通信失效的问题。针对HUB的设计做详细阐述,通过实验验证了设计的可行性和可靠性,对车载网络的优化提供了可行的解决途径。

关键词：无人车通信车载网络集线器时间触发以太网星型架构可靠性

在线全文

学校读者我要写书评

暂无评论

无人车目标识别主干网络技术特点对比分析

兵工自动化 2024年第1期43卷 78-87页

作者：樊胜利张玉芝毕晓慧河北工业职业技术大学汽车工程系石家庄050019

目标识别是无人车自动驾驶视觉感知模块的核心技术之一。当前,目标识别主要依靠主干网络提取特征,进而对目标进行分类与回归。通常情况下,无人车嵌入式计算平台的计算与存储能力有限,为了降低主干网络的算力与存储量,提升无人车的计算... 详细信息

目标识别是无人车自动驾驶视觉感知模块的核心技术之一。当前,目标识别主要依靠主干网络提取特征,进而对目标进行分类与回归。通常情况下,无人车嵌入式计算平台的计算与存储能力有限,为了降低主干网络的算力与存储量,提升无人车的计算速度与效率,对目标分类任务的主干网络进行综合比较分析。围绕卷积核、感受野、池化层、全连接层、激活函数等,以cifar10和cifar100为实验数据,从理论分析与数据实践层面,对主干网络算子的选择与网络搭建进行分析对比,总结、归纳特征提取主干网络搭建的主要思路与做法。结果表明,该分析结论对目标分类主干网络在嵌入式无人车系统中的应用具有一定的理论指导与参考价值。

关键词：无人车目标检测与分类人工智能卷积神经网络

在线全文

学校读者我要写书评

暂无评论

无人车换道轨迹与跟踪控制研究

重庆理工大学学报（自然科学） 2024年第4期38卷 72-78页

作者：丁嘉纯田杰南京林业大学汽车与交通工程学院南京210037

无人车换道是自动驾驶领域的关键技术,针对无人车换道轨迹规划与跟踪控制问题,选择纯电动汽车作为研究对象,设计了一种考虑横纵向协同控制的轨迹跟踪控制器。首先,通过解耦将车辆换道简化为横向运动和纵向运动。根据路径跟踪误差动力学... 详细信息

无人车换道是自动驾驶领域的关键技术,针对无人车换道轨迹规划与跟踪控制问题,选择纯电动汽车作为研究对象,设计了一种考虑横纵向协同控制的轨迹跟踪控制器。首先,通过解耦将车辆换道简化为横向运动和纵向运动。根据路径跟踪误差动力学模型设计了线性二次型调节器路径跟踪控制器,并引入前馈控制设计了前馈-反馈LQR横向控制器,以此降低系统稳态误差。随后,考虑位置-速度误差设计了双PID纵向控制器,对车辆速度进行跟踪。选用五次多项式曲线规划换道轨迹。最后,通过Matlab和CarSim搭建联合仿真平台,对所设计的换道轨迹跟踪横纵向协同控制器进行测试研究。结果表明:在双车道换道工况下,该控制器能够较高精度地跟踪换道轨迹,车辆的距离偏差和航向角偏差最大分别为0.01 m和0.007 rad,可见具有良好的精确性和稳定性。

关键词：无人车轨迹规划轨迹跟踪线性二次型调节器横纵向控制

在线全文

学校读者我要写书评

暂无评论

基于强化学习的激光导航无人车路径跟踪控制

沈阳工业大学学报 2024年第2期46卷 206-211页

作者：母军臣何洪辉开封大学信息工程学院河南开封475000 河南大学软件学院河南郑州450046

针对智能仓储无人车运动轨迹控制精度的问题,提出了一种基于强化学习的激光导航无人车路径跟踪控制算法。建立了智能仓储无人车的数学模型,设计了一种激光导航定位算法,提出了一种Actor-Critic强化学习路径跟踪算法,最终实现对无人车路... 详细信息

针对智能仓储无人车运动轨迹控制精度的问题,提出了一种基于强化学习的激光导航无人车路径跟踪控制算法。建立了智能仓储无人车的数学模型,设计了一种激光导航定位算法,提出了一种Actor-Critic强化学习路径跟踪算法,最终实现对无人车路径跟踪的高精度控制。通过对比仿真验证了设计的路径跟踪算法具有更优的控制效果和更高的控制精度,最大路径跟踪误差仅为0.3 m,最大x坐标跟踪误差仅为0.1 m,最大y坐标跟踪误差仅为0.29 m,大幅提高了对仓储无人车运动轨迹的跟踪精度。

关键词：智能仓储无人车激光导航路径跟踪定位算法强化学习跟踪控制高精度

子目标驱动DQN算法的无人车狭窄转弯环境导航

在线全文

学校读者我要写书评

暂无评论

控制与决策 2024年

作者：耿玺钧崔立堃熊高刘知阳陕西理工大学机械工程学院

针对无人车在狭窄的转弯工作环境下传统导航存在无法构建地图或所构建地图障碍物膨胀半径过大以及定位和控制存在误差,从而导致无人车与障碍物相撞,无法有效完成导航任务的问题,通过将A*算法所生成的路径进行离散化,周期性选取路径点作... 详细信息

针对无人车在狭窄的转弯工作环境下传统导航存在无法构建地图或所构建地图障碍物膨胀半径过大以及定位和控制存在误差,从而导致无人车与障碍物相撞,无法有效完成导航任务的问题,通过将A*算法所生成的路径进行离散化,周期性选取路径点作为深度强化学习算法的目标点的方法,设计了子目标驱动DQN算法,并基于此建立了深度神经网络；采用软件搭建狭窄的转弯环境,使用子目标驱动DQN算法、无子目标驱动的DQN算法、DDPG算法、SAC算法分别对无人车进行训练,通过对比四种算法的收敛速度、执行步数以及导航成功率,证明子目标驱动DQN算法在完成狭窄转弯环境导航任务时,效果最好;将子目标驱动DQN算法的训练结果移植到全新的、空间更小、弯数更多的测试场景中进行测试,表明无人车能够顺利完成导航任务,从而证明了子目标驱动DQN算法的高扩展性.

关键词： A*算法路径离散化子目标驱动DQN算法无人车狭窄环境导航