[发明专利]一种线控转向系统传动比优化控制方法及装置

权利要求书

1.一种线控转向系统传动比优化控制方法，其特征在于，包括：

获取汽车在路面行驶时的车辆参数；

对所述车辆参数进行预处理，获取预处理后的车辆参数；

将所述预处理后的车辆参数输入预先训练过的深度强化学习算法中，得到实时的线控转向传动比，基于传动比的计算值对线控转向系统的值进行实时的调整。

2.根据权利要求1所述的线控转向系统传动比优化控制方法，其特征在于：所述车辆参数包括车速、方向盘转角、方向盘角速度、车身俯仰角、车身横摆角速度、车身侧倾角、前轴离地高度、后轴离地高度中的任意一种或多种。

3.根据权利要求1所述的线控转向系统传动比优化控制方法，其特征在于：所述对所述车辆参数进行预处理包括：

将各个车辆参数进行滤波处理，消除噪点；

将各个车辆参数互相校对，确定参数的可用性，针对各个参数，设置对应的范围限值，超过则报警并将功能降级到初始设置的传动比值。

4.根据权利要求1所述的线控转向系统传动比优化控制方法，其特征在于：所述深度强化学习算法的训练包括：

获取汽车在路面行驶时的车辆参数；

对所述车辆参数进行预处理，获取预处理后的车辆参数；

将所述预处理后的车辆参数作为深度强化学习算法的输入，得到最优传动比；

将深度强化学习算法得到的最优传动比作为线控转向系统的输入信号，在汽车继续行驶的过程中，线控转向系统根据算法计算出的值进行传动比的输入，并得到车辆参数的反馈值；

将反馈值预处理后再次作为深度强化学习算法的输入；进行多次循环过程，采集每次循环过程中的车辆参数的数据，并使用该数据对深度强化学习算法进行训练；

对以上步骤进行多次迭代训练，从而得到训练好的深度强化学习算法；其中，所述深度强化学习算法的输出为线控转向系统的传动比。

5.根据权利要求1所述的线控转向系统传动比优化控制方法，其特征在于：所述深度强化学习算法的实现步骤包括：

算法步骤1：利用式(1)定义深度强化学习方法的车辆状态参数v：

v＝{w,α，β，wd，αd，βd} (1)

其中，wd为理想横摆角速度；w为测量横摆角速度；αd为理想车身侧倾角；α为测量车身侧倾角；βd为理想车身俯仰角；β为测量车身俯仰角；

算法步骤2：利用式(2)定义深度强化学习方法的动作参数a:

a＝{γ} (2)

式中：γ为线控转向系统角传动比，无单位；

算法步骤3：利用式(3)建立深度强化学习方法的奖励函数r：

r＝rβ+rw+rα+rt (3)

其中：rβ为车身俯仰角奖励函数、rw为车身横摆角速度奖励函数、rα为车身侧倾角奖励函数、rt为横向加速度响应时间；

算法步骤4：构建深度强化学习方法的计算模型；

算法步骤5：利用初始数据生成N个车辆数据样本；

算法步骤6：用步骤5得到的N个车辆数据样本对深度强化学习方法的模型进行训练，从而得到最优化神经网络模型；

算法步骤7：在车辆运行中，实时测量车辆当前状态参数vt，将状态参数输入到以上得到的最优神经网络模型中，直接输出目前状态下最优化的线控转向提供传动比。