-
公开(公告)号:CN118618404B
公开(公告)日:2024-12-13
申请号:CN202410914038.3
申请日:2024-07-09
Applicant: 长春工业大学
IPC: B60W50/00 , B60W30/165 , B60W30/09 , G06F18/25 , G06N3/0442 , G06N3/092
Abstract: 一种融合全局寻优与安全防护的智能驾驶优化控制方法,为解决当前智能驾驶控制策略存在易陷入局部最优以及泛化能力较差等问题。本发明涉及智能驾驶领域。本发明包括上下两层,上层通过强化学习全局寻优确定航向角和速度参考序列并输入给下层,下层通过优化求解确定控制动作,控制车辆实现智能驾驶。其中,上层包括驾驶环境、强化学习模块、环境预测模块,下层包括MPC控制模块和动作转换模块。上层的强化学习模块通过与驾驶环境交互展开训练;训练完成后的强化学习模块通过与环境预测模块的交互获取航向角和速度参考序列;下层的MPC控制模块与动作转换模块利用上层提供的航向角和速度参考序列优化出最优控制动作,控制车辆实现智能驾驶。
-
公开(公告)号:CN118977704A
公开(公告)日:2024-11-19
申请号:CN202411396685.6
申请日:2024-10-08
Applicant: 长春工业大学
Abstract: 一种约束优化驱动的非合作博弈避撞控制方法,其特征在于,该方法包括路径规划模块、约束型非合作博弈控制器、车辆模型;路径规划模块根据道路信息,通过驾驶员路径规划和控制器路径规划,分别得到驾驶员期望路径和控制器期望路径,并将期望路径输入给约束型非合作博弈控制器;在此基础上,约束型非合作博弈控制器结合驾驶员期望路径和控制器期望路径,以及车辆模型输出实际的车辆状态信息,包括汽车侧向速度、横摆角速度、侧向位移和横摆角,进行约束型优化问题构建,通过二次规划求解,确定最优控制动作,包括驾驶员的前轮转角和控制器的前轮转角,输入给车辆模型,控制车辆实现避撞控制。
-
公开(公告)号:CN118618404A
公开(公告)日:2024-09-10
申请号:CN202410914038.3
申请日:2024-07-09
Applicant: 长春工业大学
IPC: B60W50/00 , B60W30/165 , B60W30/09 , G06F18/25 , G06N3/0442 , G06N3/092
Abstract: 一种融合全局寻优与安全防护的智能驾驶优化控制方法,为解决当前智能驾驶控制策略存在易陷入局部最优以及泛化能力较差等问题。本发明涉及智能驾驶领域。本发明包括上下两层,上层通过强化学习全局寻优确定航向角和速度参考序列并输入给下层,下层通过优化求解确定控制动作,控制车辆实现智能驾驶。其中,上层包括驾驶环境、强化学习模块、环境预测模块,下层包括MPC控制模块和动作转换模块。上层的强化学习模块通过与驾驶环境交互展开训练;训练完成后的强化学习模块通过与环境预测模块的交互获取航向角和速度参考序列;下层的MPC控制模块与动作转换模块利用上层提供的航向角和速度参考序列优化出最优控制动作,控制车辆实现智能驾驶。
-
-