检索结果-南通市图书馆

维普期刊数据库博看期刊

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PPO的车辆智能控制方法

计算机工程 2024年

作者：叶宝林王欣李灵犀吴维敏浙江理工大学信息科学与工程学院嘉兴大学信息科学与工程学院印第安纳大学-普渡大学印第安纳波利斯分校电子与计算机工程系浙江大学智能系统与控制研究所

为了提高高速公路上混合环境下车辆的行驶效率、减少交通事故的发生，提出了一种基于近端策略优化（PPO）的车辆智能控制方法。首先，构建了一个融合深度强化学习和传统PID控制的分层控制框架，上层深度强化学习智能体负责确定控制策略... 详细信息

为了提高高速公路上混合环境下车辆的行驶效率、减少交通事故的发生，提出了一种基于近端策略优化（PPO）的车辆智能控制方法。首先，构建了一个融合深度强化学习和传统PID控制的分层控制框架，上层深度强化学习智能体负责确定控制策略，下层PID控制器负责执行控制策略。其次，为了提升车辆的行驶效率，通过定义优势距离对观测到的环境状态矩阵进行数据筛选，帮助自主车辆（Ego-car）选择具有更长优势距离的车道进行变道。为了加快深度强化模型的收敛速度，基于定义的优势距离提出了一种新的状态采集方法以减少数据处理量。另外，为了兼顾车辆的安全性、行驶效率和稳定性，设计了一个多目标奖励函数。最后，在基于Gym搭建的车辆强化学习任务仿真环境Highway＿env中开展了仿真测试，对所提方法在不同目标速度下的表现进行了分析和讨论。仿真测试结果表明，相比于深度Q 网络（DQN）方法，所提方法具有更快的收敛速度，且在两种不同目标速度下均能让车辆安全平稳地完成驾驶任务。

关键词：近端策略优化车辆控制分层控制框架多目标奖励函数

基于多层感知器的BPNN车辆稳定性最优鲁棒控制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

机械设计与制造 2024年第5期399卷 271-277页

作者：陈凯镔王从明陶沙沙李香红成都工业职业技术学院四川成都610218 河南理工大学能源科学与工程学院河南焦作454003

为了增强非线性车辆模型的稳定性以及鲁棒性,提出了一种基于多层感知器的反传神经网络车辆稳定性最优鲁棒控制。采用四轮主动转向模型,建立了多层感知器前馈反向传播神经网络模型作为逼近器。采用最优鲁棒控制来调节车辆的横摆角速度和... 详细信息

为了增强非线性车辆模型的稳定性以及鲁棒性,提出了一种基于多层感知器的反传神经网络车辆稳定性最优鲁棒控制。采用四轮主动转向模型,建立了多层感知器前馈反向传播神经网络模型作为逼近器。采用最优鲁棒控制来调节车辆的横摆角速度和侧滑角,以满足期望的车辆响应。建立的神经网络模型通过状态变量训练来区分车辆的非线性动力学特性和相应的最优反馈增益。利用Lyapunov稳定性方法对控制器的鲁棒性与稳定性进行了分析,并采用滑模控制器跟踪期望的横摆角速度和侧滑角响应。仿真结果表明,所提出的方法能显著提高车辆的鲁棒性以及控制性能。

关键词：非线性反传神经网络车辆控制多层感知器

在线全文

学校读者我要写书评

暂无评论

自适应预测时域参数MPC车辆轨迹跟踪控制

重庆理工大学学报（自然科学） 2024年第2期38卷 99-108页

作者：吴长水高绍元上海工程技术大学机械与汽车工程学院上海201620

为提升无人车辆在不同车速下轨迹跟踪控制的精度和稳定性,对传统定预测时域模型预测控制(MPC)控制器进行优化处理,提出了一种基于自适应预测时域参数MPC的车辆轨迹跟踪控制策略。通过灰色关联法确定不同目标车速工况下的MPC最优预测时... 详细信息

为提升无人车辆在不同车速下轨迹跟踪控制的精度和稳定性,对传统定预测时域模型预测控制(MPC)控制器进行优化处理,提出了一种基于自适应预测时域参数MPC的车辆轨迹跟踪控制策略。通过灰色关联法确定不同目标车速工况下的MPC最优预测时域参数,使用傅里叶逼近法对预测时域参数拟合,结合车辆动力学模型和MPC算法得到可随车速变化预测时域参数的半经验模型。该模型可根据车辆轨迹跟踪目标车速的变化选择相对最优预测时域。通过仿真对比试验和实车测试,结果表明:自适应预测时域参数MPC控制器在减少轨迹跟踪误差的同时提升了求解速度,其横摆角偏差均值降低14.7%,横向偏差均值降低21.7%,同时控制器对不同的目标车速工况也具有较强的适应性。

关键词：参数自适应模型预测控制轨迹跟踪车辆控制

在线全文

学校读者我要写书评

暂无评论

基于分布式强化学习的车辆控制算法研究

汽车工程 2023年第9期45卷 1637-1645页

作者：刘卫国项志宇刘伟平齐道新王子旭浙江大学信息与电子工程学院杭州310058 国家智能网联汽车创新中心北京100160

端到端自动驾驶算法的开发现已成为当前自动驾驶技术研发的热点。经典的强化学习算法利用车辆状态、环境反馈等信息训练车辆行驶,通过试错学习获得最佳策略,实现了端到端的自动驾驶算法开发,但仍存在开发效率低下的问题。为解决虚拟仿... 详细信息

端到端自动驾驶算法的开发现已成为当前自动驾驶技术研发的热点。经典的强化学习算法利用车辆状态、环境反馈等信息训练车辆行驶,通过试错学习获得最佳策略,实现了端到端的自动驾驶算法开发,但仍存在开发效率低下的问题。为解决虚拟仿真环境下训练强化学习算法的低效性和高复杂度问题,本文提出了一种异步分布式强化学习框架,并建立了进程间和进程内的多智能体并行柔性动作-评价(soft actor-critic,SAC)分布式训练框架,加速了Carla模拟器上的在线强化学习训练。同时,为进一步实现模型的快速训练和部署,本文提出了一种基于Cloud-OTA的分布式模型快速训练和部署系统架构,系统框架主要由空中下载技术(over-the-air technology,OTA)平台、云分布式训练平台和车端计算平台组成。在此基础上,本文为了提高模型的可复用性并降低迁移部署成本,搭建了基于ROS的Autoware-Carla集成验证框架。实验结果表明,本文方法与多种主流自动驾驶方法定性相比训练速度更快,能有效地应对密集交通流道路工况,提高了端到端自动驾驶策略对未知场景的适应性,减少在实际环境中进行实验所需的时间和资源。

关键词：强化学习分布式多智能体自动驾驶 Carla 车辆控制

在线全文

学校读者我要写书评

暂无评论

城市交通轨道车辆管控虚拟重构方法设计

传感器世界 2024年第3期30卷 14-18,26页

作者：龙雄辉苏丹广州铁路职业技术学院广东广州510430

为确保自动驾驶车辆在道路交通环境中的安全性,并实现对其整体化和精准化组织调度,文章引入了虚拟车辆管控理论,深入研究了城市交通轨道车辆的虚拟管控重构方法。该方法采用多目标排序方式,对交通轨道上的车辆进行虚拟重构,设计了一种... 详细信息

为确保自动驾驶车辆在道路交通环境中的安全性,并实现对其整体化和精准化组织调度,文章引入了虚拟车辆管控理论,深入研究了城市交通轨道车辆的虚拟管控重构方法。该方法采用多目标排序方式,对交通轨道上的车辆进行虚拟重构,设计了一种多目标虚拟线路交通轨道重构策略。此外,构建了轨道交通车辆的虚拟调度重构模型,并通过动态交互处理方式实现了虚拟调度的计算。经过测试验证,在不同路段的时间控制下,该方法表现出良好的实时请求接受和处理能力,实时请求接受率超过1.2%,证明了其高性能和高效率。同时,虚拟重构的车辆平均行驶速度误差控制在3.2%以内,体现了其高精准性。

关键词：城市轨道轨道交通车辆控制虚拟重构重构算法算法设计

基于强化学习的交叉口智能网联车多目标通行控制方法

在线全文

学校读者我要写书评

暂无评论

交通信息与安全 2024年第1期42卷 84-93页

作者：姜涵张健张海燕郝威马昌喜东南大学江苏省城市智能交通重点实验室南京211189 东南大学交通学院南京211189 西藏大学工学院拉萨850000 长沙理工大学交通运输工程学院长沙410114 兰州交通大学交通运输学院兰州730070

针对传统控制方法下的智能网联车辆(connected and autonomous vehicle,CAV)在动态交通环境中通行能耗较高且效率较低等问题,研究了基于强化学习的CAV通行控制方法,旨在降低车辆能源消耗,提升车辆通行效率以及行驶舒适度。通过考虑CAV... 详细信息

针对传统控制方法下的智能网联车辆(connected and autonomous vehicle,CAV)在动态交通环境中通行能耗较高且效率较低等问题,研究了基于强化学习的CAV通行控制方法,旨在降低车辆能源消耗,提升车辆通行效率以及行驶舒适度。通过考虑CAV与交叉口信控系统的信息交互和物理环境,收集信号相位和信号配时(SPaT)以及前车速度和位置等信息,构建强化学习框架的状态空间。以电池能量回收的上限作为边界条件,建立CAV的行驶能耗模型,并基于车辆行驶的关键特征指标,如单位时间电能能耗、通行距离以及加速度变化率,设计多目标加权奖励函数。利用层次分析法确定各指标的权重,进而采用深度确定性策略梯度算法对模型进行训练,并通过梯度下降方法对算法参数进行调整和更新。采用SUMO平台开展仿真实验,实验结果表明:在设计的算法控制下的CAV各方面行驶性能最为均衡,相较于DQN算法电能消耗和加速度变化率均值分别降低了9.22%和18.77%;相较于Krauss跟驰模型行程时间缩短了8.39%。本研究提出的CAV通行控制方法在降低车辆能耗、提高行驶效率和舒适性等方面具有较好的可行性和有效性。

关键词：交通工程智能网联车辆车辆控制强化学习信号交叉口

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

车辆控制系统CAN总线通信的实施方法

汽车工程 2001年第5期23卷 300-305页

作者：程军崔继波苟凯英吉林大学济南程军电子科技有限公司

本文采用SAE J1939通信协议在载货车上实施了CAN总线通信,采用Intel87C196CA单片机实现了它的硬件通信,采用J1939通信协议设计了ABS控制器和变速器控制器的各种数据的辩识位和它们之间的通信过程。

关键词：车辆控制 CAN通信电子系统网络通信 J1939通信协议 ABS控制器变速器控制器

在线全文

学校读者我要写书评

暂无评论

基于PPO算法的无人驾驶车辆控制应用研究

基于PPO算法的无人驾驶车辆控制应用研究

作者：赵芃北京工业大学

学位级别：硕士

自动驾驶使用不同传感器获取大量环境信息后通过各种控制算法对车辆进行控制,实现计算机代替人类对车辆进行操纵,是一种更安全的车辆驾驶方法。自动驾驶中,对环境信息进行详细定义后的车辆控制方法称之为间接感知。间接感知方法具有计... 详细信息

自动驾驶使用不同传感器获取大量环境信息后通过各种控制算法对车辆进行控制,实现计算机代替人类对车辆进行操纵,是一种更安全的车辆驾驶方法。自动驾驶中,对环境信息进行详细定义后的车辆控制方法称之为间接感知。间接感知方法具有计算量大,系统复杂等缺点。随着强化学习的不断发展,自动驾驶领域逐渐出现对传感器采集的环境信息进行不完全定义或不定义,而直接通过强化学习控制车辆的控制方法,不完全定义或不定义的方法分别称作直接感知方法和行为反射(Behavior Reflex)方法。由于基于策略的强化学习算法可以胜任控制连续动作的空间任务,而车辆运行时的动作恰恰符合这种特征,因此本论文的第一部分内容,是遴选出近年来产生的一种强大而稳定的强化学习方法——“近端策略优化方法”(Proximal Policy Optimization,简称PPO算法),来研究车辆自动驾驶过程。其次,在使用激光雷达采集环境信息的实物车辆控制平台上开展了应用研究。通过对激光雷达采集的信息进行筛选,对环境信息进行简单定义,获取了距离车辆平台最近物体的位置信息;同时深入讨论了适合此平台的PPO算法的训练方法以及奖励函数的设置,帮助算法完成训练。最终,车辆控制平台完美实现了在PPO算法的控制下,始终与环境物体保持规定距离的实验目标,展现出PPO算法能够赋予车辆强化学习算法所特有的“探索性”与“经验性”。最后,另外开发并搭建了基于机器视觉的车辆控制实物平台,此平台所使用的机器视觉算法可以对环境物体进行分类,相较于激光雷达对环境信息进行了进一步的筛选分类,并在此实物平台上对PPO算法的控制效果进行了进一步应用验证。首先,开发并测试了无线双目相机,通过双目相机生成的视差图,使控制平台可以获取环境物体的位置信息;之后经过对目标检测算法YOLOv4-tiny与实例分割算法YOLACT在此平台中的表现进行比较后,使用运行速度较快的YOLOv4-tiny算法对双目相机采集的环境位置信息进行筛选,以获取环境中特定目标的位置信息;最后针对该平台特点对PPO算法奖励函数及参数重新设置,以使车辆对特定目标保持一定距离(跟踪)为控制目的,对PPO算法展开训练。

关键词：无人驾驶车辆控制机器学习强化学习

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

橡胶科技

橡胶科技 2024年第7期22卷 414-415页

作者：制备方法不详

基于智能轮胎的车辆控制方法及系统。申请公布号:CN 117984990A.申请公布日:2024年5月7日.申请人:山东华勤橡胶科技有限公司、通力轮胎有限公司、华勤橡胶工业集团有限公司.发明人:晋琦、赵长松、张硕等本发明介绍了一种基于智能轮胎的... 详细信息

基于智能轮胎的车辆控制方法及系统。申请公布号:CN 117984990A.申请公布日:2024年5月7日.申请人:山东华勤橡胶科技有限公司、通力轮胎有限公司、华勤橡胶工业集团有限公司.发明人:晋琦、赵长松、张硕等本发明介绍了一种基于智能轮胎的车辆控制方法及系统。

关键词：橡胶工业车辆控制智能轮胎发明人科技申请人