一种基于深度确定性策略梯度的主动悬架控制方法

    公开(公告)号:CN112158045A

    公开(公告)日:2021-01-01

    申请号:CN202010970008.6

    申请日:2020-09-14

    Applicant: 东南大学

    Inventor: 庄伟超 王茜 王群

    Abstract: 本发明涉及一种基于深度确定性策略梯度的主动悬架控制方法,属于汽车动态控制和人工智能技术领域。本发明中主动悬架控制的实现分为三个阶段,首先为仿真训练过程,用神经网络表示悬架控制策略,采用深度确定性策略梯度算法更新控制策略的参数。其次下载训练好的策略,当训练收敛后,神经网络的参数和结构被保存为训练好的控制策略。最后,训练好的策略可直接进行在线应用,实现主动悬架减振控制。采用基于深度确定性策略梯度的主动悬架控制方法,在大量随机路面下充分训练神经网络,得到的悬架控制策略巨有泛化性能,使主动悬架系统能在多变的路面情况下有效发挥减振性能,从而确保乘坐舒适性,同时保证车辆整体的安全性。

Patent Agency Ranking