-
公开(公告)号:CN115179779B
公开(公告)日:2025-02-25
申请号:CN202210867028.X
申请日:2022-07-22
Applicant: 福州大学
IPC: B60L50/75 , B60L58/40 , B60L15/20 , G06F18/2431 , G06F18/25 , G06N3/0464 , G06N3/09
Abstract: 本发明提出一种融合行驶道路多维信息空间化的智能驾驶燃料电池汽车控制方法,包括以下步骤:获取决策规划输出的目标车速,采集车辆状态信息与电池数据信息;通过基于VGG16的道路识别卷积神经网络,建立时变驾驶环境模型估计出实时道路附着系数以及最佳滑移率,计算出当前路面最大的加、减速度;通过大脑情感学习输出达到目标车速需要的加、减速度,并由当前加、减速度限制,通过油门刹车标定表获取油门、刹车踏板开度,以达到目标车速;构建适用于九维状态空间和三维动作空间的多维立体控制网络,提出基于深度Q网络的能量管理策略;本发明融合多维信息,并运用电机转速微调策略以及分配动力源功率,具有良好的速度跟踪精度、环境自适应性和经济性。
-
公开(公告)号:CN115179779A
公开(公告)日:2022-10-14
申请号:CN202210867028.X
申请日:2022-07-22
Applicant: 福州大学
Abstract: 本发明提出一种融合行驶道路多维信息空间化的智能驾驶燃料电池汽车控制方法,包括以下步骤:获取决策规划输出的目标车速,采集车辆状态信息与电池数据信息;通过基于VGG16的道路识别卷积神经网络,建立时变驾驶环境模型估计出实时道路附着系数以及最佳滑移率,计算出当前路面最大的加、减速度;通过大脑情感学习输出达到目标车速需要的加、减速度,并由当前加、减速度限制,通过油门刹车标定表获取油门、刹车踏板开度,以达到目标车速;构建适用于九维状态空间和三维动作空间的多维立体控制网络,提出基于深度Q网络的能量管理策略;本发明融合多维信息,并运用电机转速微调策略以及分配动力源功率,具有良好的速度跟踪精度、环境自适应性和经济性。
-
-