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！

申请/专利权人：北京航空航天大学

摘要：本发明公开了一种基于DDPG的分布式电驱动车辆的AFS、ARS和DYC协同控制方法，该方法利用协同调控方法和深度强化学习方法，基于质心侧偏角和横摆角速度设计开发了车辆稳定性控制方法；以驾驶员提供的驾驶信号和测量或估计的车辆状态信息作为输入，判断车辆的稳定性。当需要主动安全系统干预时，利用策略深度梯度算法离线训练好的DDPG‑AAD模型协调控制AFS、ARS和DYC系统，实现对每个车轮的精确、独立控制，从而提高车辆的主动安全行驶稳定性。

主权项：1.一种基于DDPG的分布式电驱动车辆的AFS、ARS和DYC协同控制方法，其包括有下列步骤：步骤一，建立普通车辆的动力学模型，传感器组采集驾驶信号和车辆状态信号，并将车辆信号传给渐消EKF观测器；步骤二：在普通车辆的动力学模型基础上建立四轮独立转向的车辆微分方程，渐消EKF观测器在此基础上接收驾驶信号和车辆状态信号，估计质心侧偏角和横摆角速度；步骤三：根据线性二自由度模型计算期望的的横摆角速度和质心侧偏角；步骤四：车辆稳定性判断模块依据测量值、名义值、期望值，同时考虑车辆横摆角速度和质心侧偏角，通过横摆角速度阈值法和双线法联合判断车辆稳定状态；步骤五：建立具有AFS、ARS、DYC系统的车辆状态方程，为后续深度强化学习状态空间、动作空间、奖励函数的构建提供依据；考虑AFS与ARS系统对每一个车轮输入不同的转角，计算车辆纵向力需求及跟踪误差、车辆稳定裕度；步骤六：确定DDPG-AAD模型的控制目标，构建状态空间st、动作空间at和奖励函数r并进行离线训练，规定停止条件，输出最佳策略；其特征在于：渐消EKF观测器依据加速度信号对DEC的横摆角速度和质心侧偏角进行估计；所述渐消EKF观测器[Xk+1,Zk]的参数化描述为：Xk＝[βEKFωEKFvxvy]T14Zk＝h[Xk,uk]+εk＝[vxvy]T15Xk+1＝g[Xk,uk]+wk16 pk∣k-1＝λk[Φk×pk-1×ΦTk+Q]19 Ck＝{ck[Φk×pk×ΦkT+Q]ckT}+R″21Kk＝pk∣k-1×cTk[ck×pk∣k-1×cTk+R]-122 pk＝[In-Kkck]×pk∣k-124Xk为k时刻的车辆状态；Zk为k时刻车辆状态的测量变量；βEKF为经渐消EKF观测器滤波后的质心侧偏角；ωEKF为经渐消EKF观测器滤波后的横摆角速度；vx为车辆的纵向速度；vy为车辆的横向速度；上角标T代表坐标转置符号；Xk+1为k+1时刻的车辆状态；为k+1时刻更新后的车辆状态；h[Xk,uk]为车辆状态Xk和估计量uk下的滤波输出方程；g[Xk,uk]为车辆状态Xk和估计量uk下的滤波状态方程；uk为k时刻的估计量；wk为滤波过程噪声；εk为滤波测量噪声；Φk为gXk,uk对状态变量求偏导的雅可比矩阵；Φk|k-1为通过k-1时刻预测的k时刻的雅可比矩阵；pk-1为k-1时刻的协方差矩阵；pk∣k-1为通过k-1时刻预测的k时刻的协方差矩阵；ck为hXk,uk对状态变量求偏导的雅可比矩阵；Ck为估计协方差阵；Kk为卡尔曼滤波增益；λk为k时刻的渐消因子；tr为迹运算符号；pk为替代符号，且pk＝[In-Kkck]×pk∣k-1中In为单位矩阵；DDPG-AAD模型的参数化描述为： U＝[Δδfl,Δδfr,αrl,αrr,Fxfr,Fxfl,Fxrr,Fxrl]T30 Fdesl＝Fxfl+Fxfr+Fxrl+Fxrr32eβ＝βEKF-βd33eω＝ωEKF-ωrd34e＝p1βEKF-βd+p2ωEKF-ωrd35 star_i＝ri+γQ′si+1,ψ'si+1|θψ'θQ′40Ypre_i＝Qsi,ai∣θQ41 θQ'←τθQ'+1-τθQ'45θψ'←τθψ+1-τθψ'46m为整车质量；νx为车辆的纵向速度；为车辆的质心侧偏角加速度；为车辆的横摆角加速度；kf为车辆的前轮等效侧偏刚度；kr为车辆的后轮等效侧偏刚度；lf为质心到前轴的距离；lr为质心到后轴的距离；δf为驾驶员操纵的前轮转角；Δδfl为AFS系统对前左轮转角的调整转角；Δδfr为AFS系统对前右轮转角的调整转角；αrl为ARS系统对后左轮的输入转角；αrr为ARS系统对后右轮的输入转角；Iz为车辆绕z轴的转动惯量；tf为前轴轮距；tr为后轴轮距；为状态变量对时间的一阶导数；X为状态变量；A为状态矩阵；B为输入矩阵；U为输入矢量；E为干扰矩阵；Fxfr为前右轮纵向力；Fxfl为前左轮纵向力；Fxrr为后右轮纵向力；Fxrl为后左轮纵向力；Fdesl为期望总纵向力；eβ为质心侧偏角误差；βEKF为渐消EKF观测得到的质心侧偏角；βd为期望的质心侧偏角；eω为横摆角速度误差；为渐消EKF观测得到的横摆角速度；ωrd为期望的横摆角速度；e为质心侧偏角和横摆角速度加权误差；p1为质心侧偏角误差权重；p2为横摆角速度误差权重；ηfl为前左车轮的负荷利用率；ηfr为前右车轮的负荷利用率；ηrl为后左车轮的负荷利用率；ηrr为后右车轮的负荷利用率；μ为道路附着系数；J1为第一目标；J2为第二目标；r为奖励函数；rad为追踪奖励；rtorque为稳定裕度奖励；Had为角速度追踪标志；Hβ为质心侧偏角追踪标志；Hω为横摆角速度追踪表示Lad为角速度惩罚标志；Ltorque为车辆稳定裕度惩罚标志；δfl为前左轮转角；δfr为前右轮转角；δrl为后左轮转角；δrr为后右轮转角；ΔM为附加横摆转矩；Fdesl为期望总纵向力；si为当前状态；ai为当前状态si下执行的动作；star_i为当前状态si下的目标状态；ri为当前状态si下执行动作获得的奖励；γ为折扣因子，用来衡量未来奖励的重要性；Q′为策略网络，Q′si+1,ψ'si+1|θψ'θQ′为目标状态下累计奖励的估计值，由Critic网络给出，ψ'si+1|θψ'为Actor网络输出的动作；ψ'si+1|θμ′为Actor目标网络参数θψ'下状态si+1生成的动作；θ为神经网络的参数；θψ'为Actor目标网络参数；θψ为Actor当前网络参数；θQ′为Critic目标网络参数；θQ为Critic当前网络参数；Ypre_i为预测的Q值；Q为动作价值函数；JθQ为均方根误差损失函数；n为随机选取的样本数量；ytari为目标Q值，是通过Bellman方程计算得到的，表示当前状态si下执行动作ai后的理论最优Q值；Jθψ为损失函数；Qsi,ai∣θψ为参数θψ下对于状态si选择的动作ai的Q值；αψ为学习率，是一个超参数，学习率越大，每次更新对参数的影响越大，反之，影响越小；为损失函数Jθψ关于参数θψ的梯度；梯度表示了在当前参数下损失函数增加最快的方向；通过朝着梯度的反方向更新参数，试图减小损失函数；为当前状态对应动作的动作价值函数梯度，即当前状态s＝sj下采取动作Ψ's＝sj时，关于动作的动作价值函数梯度；为Actor网络的当前状态对应动作的动作函数梯度，即Actor当前网络参数为θΨ，当前状态s＝sj下，动作函数梯度；τ为DDPG－AAD模型的软更新系数。

全文数据：

权利要求：

百度查询： 北京航空航天大学 基于DDPG的分布式电驱动车辆的AFS、ARS和DYC协同控制方法