公开(公告)号：CN115454065A

公开(公告)日：2022-12-09

申请号：CN202211087600.7

申请日：2022-09-07

Applicant: 吉林大学

Inventor： 于树友 ,  李云勇 ,  冯阳阳 ,  盛恩聪 ,  林宝君 ,  陈虹

IPC: G05D1/02 ,  G06F30/20 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于汽车控制技术领域，公开了一种基于强化学习算法的横纵耦合车辆编队预测控制方法，包括：S1.将考虑了非线性魔术公式轮胎模型的3‑DOF车辆动力学模型与车道保持模型相结合，建立车辆队列模型；S2.构建分布式的控制框架，并在该控制框架下依据所述车辆队列模型为每一辆跟随车辆设计局部预测控制器；S3.利用强化学习算法求解所述局部预测控制器的最优控制策略，并将该最优控制策略作用于目标跟随车辆。本发明完成了车辆编队横纵耦合建模，并考虑了轮胎非线性特性，以此使本发明更加符合车辆系统非线性、多变量、强耦合的特性；另外，本发明还将车辆编队全局优化问题转化为每一辆跟随车辆的局部优化问题，避免了集中式控制的负担。

公开(公告)号：CN115454065B

公开(公告)日：2024-09-06

申请号：CN202211087600.7

申请日：2022-09-07

Applicant: 吉林大学

Inventor： 于树友 ,  李云勇 ,  冯阳阳 ,  盛恩聪 ,  林宝君 ,  陈虹

IPC: G05D1/43 ,  G06F30/20 ,  G05D1/633 ,  G05D1/644 ,  G05D1/693 ,  G05D1/692 ,  G05D1/648 ,  G06N3/092 ,  G06N3/084 ,  G05D109/10

Abstract: 本发明属于汽车控制技术领域，公开了一种基于强化学习算法的横纵耦合车辆编队预测控制方法，包括：S1.将考虑了非线性魔术公式轮胎模型的3‑DOF车辆动力学模型与车道保持模型相结合，建立车辆队列模型；S2.构建分布式的控制框架，并在该控制框架下依据所述车辆队列模型为每一辆跟随车辆设计局部预测控制器；S3.利用强化学习算法求解所述局部预测控制器的最优控制策略，并将该最优控制策略作用于目标跟随车辆。本发明完成了车辆编队横纵耦合建模，并考虑了轮胎非线性特性，以此使本发明更加符合车辆系统非线性、多变量、强耦合的特性；另外，本发明还将车辆编队全局优化问题转化为每一辆跟随车辆的局部优化问题，避免了集中式控制的负担。