重庆大学胡晓松获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉重庆大学申请的专利基于深度强化学习的混合动力汽车队列节能驾驶分层控制方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119882416B 。
龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411769008.4,技术领域涉及:G05B13/04;该发明授权基于深度强化学习的混合动力汽车队列节能驾驶分层控制方法是由胡晓松;崔杭航;李佳承;韩杰;曾进;丛宇萌;戴宬;吴坤昊设计研发完成,并于2024-12-04向国家知识产权局提交的专利申请。
本基于深度强化学习的混合动力汽车队列节能驾驶分层控制方法在说明书摘要公布了:本发明涉及一种基于深度强化学习的混合动力汽车队列节能驾驶分层控制方法,属于新能源汽车技术领域,包括以下步骤:S1:根据车辆纵向动力学模型构建车辆队列运动模型,并构建车辆队列运动约束条件;S2:利用V2V通信技术获取车辆的运行数据;S3:构建基于双延迟深度确定性策略梯度算法的上层协同自适应巡航控制模型,为下层能量管理模型提供车速数据;S4:构建基于深度Q网络的考虑座舱温控的下层能量管理模型;S5:训练所述下层能量管理模型。本发明能够有效地提升混合动力汽车车辆队列的安全性和节能性,同时提高了座舱热舒适性。
本发明授权基于深度强化学习的混合动力汽车队列节能驾驶分层控制方法在权利要求书中公布了:1.一种基于深度强化学习的混合动力汽车队列节能驾驶分层控制方法,其特征在于: 包括以下步骤: S1:根据车辆纵向动力学模型构建车辆队列运动模型,并构建车辆队列运动约束条件; S2:利用V2V通信技术获取车辆的运行数据; S3:构建基于双延迟深度确定性策略梯度算法的上层协同自适应巡航控制模型,为下层能量管理模型提供车速数据; S4:构建基于深度Q网络的考虑座舱温控的下层能量管理模型; S5:训练所述下层能量管理模型; 步骤S4具体包括以下步骤: S41:创建能量管理环境模型:分别构建车辆队列中每个车辆的动力系统模型和座舱热管理模型;设定动力系统工作模式、电池SOC、电池SOH和座舱温度的初始值; S42:搭建车辆i的状态空间: 其中,分别为车辆i的座舱温度、座舱实际温度与设定温度之间的误差和误差变化率;分别为车辆i的电池SOC值、动力系统需求功率和座舱温控系统功率;为车辆i下一时刻的车速;为车辆i的加速度,由上层协同自适应巡航控制模型提供;为时间步长; S43:搭建动作空间,其由座舱温控系统的控制指令和动力系统工作模式两部分组成,具体如下: 其中,分别为车辆i供暖系统和空调系统的开度,为离散变量,为车辆i动力系统工作模式序号;所述车辆具有5种工作模式,分别为驾驶模式‑1:发动机关闭,但变速器保持发动机怠速运行;停车模式0:发动机关闭,速度为零,扭矩为零;启动模式1:变速器使发动机启动至怠速,无燃油消耗;怠速模式2:发动机处于开启状态但怠速运行,无扭矩产生;开启模式3:发动机开启,燃油供应给发动机; S44:构建奖励函数,奖励函数包括座舱温度奖励函数和动力系统能耗奖励函数两个部分,即: 所述座舱温度奖励函数是温度误差的绝对值、温度误差变化率的绝对值、温控系统功率和温度惩罚项的加权求和,即: 其中,分别为温度误差的绝对值、温度误差变化率的绝对值、温控系统功率和温度惩罚项的权重;所述温度惩罚项要求车辆i的实际座舱温度不能超出设定的温度上下边界; 所述动力系统能耗奖励函数是电池SOC指标、燃油消耗指标和电池SOH指标和电池SOC惩罚项的加权求和,即: 其中,分别为电池SOC指标、燃油消耗指标和电池SOH指标和电池SOC惩罚项的权重;其中所述电池SOC指标要求车辆i在电池放电时的电池SOC变化尽可能小,电池在充电时;其中所述燃油消耗指标为车辆i的燃油消耗率;其中所述电池SOH指标要求车辆i的电池的容量损失尽可能小;所述电池SOC惩罚项要求车辆i的电池SOC不能超出设定的电池SOC上下边界; S45:构建基于规则的功率分配模型:以深度强化学习智能体输出的工作模式为输入,采用设定的功率分配规则完成所选工作模式下的动力系统功率分配;停车模式0和启动模式1不设定功率分配规则; S46:构建深度Q网络算法的网络结构,用于生成当前状态下所有可能动作的Q值,目标网络用于生成目标Q值; S47:深度Q网络算法的经验回放池中存放智能体与能量管理环境模型交互的经验数据;模型训练时,从经验回放池中随机提取一定数量的数据,同时智能体与能量管理环境模型不断交互的新数据也存入经验回放池中。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人重庆大学,其通讯地址为:400044 重庆市沙坪坝区沙坪坝正街174号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励