[发明专利]一种线控转向系统传动比优化控制方法及装置在审
申请号: | 202210901002.2 | 申请日: | 2022-07-28 |
公开(公告)号: | CN115384500A | 公开(公告)日: | 2022-11-25 |
发明(设计)人: | 陈文越;朱峰;王祯;周振华;季小刚;江龙超 | 申请(专利权)人: | 上海砺群科技有限公司 |
主分类号: | B60W30/18 | 分类号: | B60W30/18;B60W40/105;B60W40/11;B60W40/112;B60W40/12;B60W50/00 |
代理公司: | 上海合进知识产权代理事务所(特殊普通合伙) 31324 | 代理人: | 王寿刚 |
地址: | 201805 上海市嘉*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 转向 系统 传动比 优化 控制 方法 装置 | ||
本发明公开了一种线控转向系统传动比优化控制方法及装置,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,本发明根据传统车辆动力学算法,确定基本的传动比选择范围,然后根据深度学习强化算法,根据车辆的状态进行最优化学习,动态的调整转向传动比,让线控转向系统的性能发挥到最优,使得车辆不论在低速转弯、高速转弯、空载、满载等各种状态下均让驾驶员的感受最佳。
技术领域
本发明涉及一种线控转向系统传动比优化控制方法及装置,属于车辆控制技术领域。
背景技术
线控转向系统逐步开始进行实际装车应用,在线控转向系统中对操控性能最有影响的就是转向传动比的调整。
线控转向系统由于取消了方向盘和转向轮之间的机械控制连接,所以整个转向传动比可以由软件自由调节,但是转向传动比对于车辆的稳定性、操纵性有非常直接的影响,目前比较常见的是采用预设不同传动比由手工选择或者一定速度的自动选择,存在个性化不足且很难发挥出传动比可以无级调节的优势。
发明内容
本发明的目的在于克服现有技术中的不足,提供一种线控转向系统传动比优化控制方法及装置,来自动选择转向传动比,使得车辆操作性能和稳定性能最佳。
为达到上述目的,本发明是采用下述技术方案实现的:
第一方面,本发明提供了一种线控转向系统传动比优化控制方法,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。
进一步的,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。
进一步的,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。
进一步的,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。
进一步的,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)
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海砺群科技有限公司,未经上海砺群科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210901002.2/2.html,转载请声明来源钻瓜专利网。