基于深度强化学习的履带车辆轨迹跟踪精度优化方法

    公开(公告)号:CN119830011A

    公开(公告)日:2025-04-15

    申请号:CN202411900138.7

    申请日:2024-12-23

    Abstract: 本发明属于无人履带车辆轨迹跟踪控制技术领域,具体涉及一种基于深度强化学习的履带车辆轨迹跟踪精度优化方法,包括:步骤一:根据履带车辆建立基于瞬时转向中心的运动学模型;步骤二:根据经验设置预测时域控制时域,对未来轨迹进行预测;步骤三:设计深度强化学习状态量和动作量;步骤四:设计深度强化学习Critic网络和Actor网络的结构;步骤五:对智能体进行训练;进行多轮迭代优化,直至达到理想的训练效果;步骤六:导出训练好的智能体进行在线运算,实时解算出需要的补偿输出值,与步骤二输出的控制量相加,作为底层执行系统的输入;至此,完成控制量的补偿,实现对轨迹跟踪控制的实时优化。该方法提升了履带车辆轨迹跟踪的精度。

    一种轮式战车用线控自动换挡装置

    公开(公告)号:CN114811034A

    公开(公告)日:2022-07-29

    申请号:CN202210486448.3

    申请日:2022-05-06

    Abstract: 本发明提出一种轮式战车用线控自动换挡装置,包括两个舱体相互独立的电子舱和机械舱;其中,机械舱的上部分为传动舱,安装有一组四级减速齿轮组,下部分为动力舱,使用直流电机作为动力;电子舱中通过电路板绝缘固定有电路板。本发明的线控自动换挡装置,传动方式为电机齿轮传动,齿轮为四级减速,设计输出扭矩≥3.6Nm,线控自动换挡装置采用分舱设计,分为机械舱和电子舱两部分,均具有防水设计,可以适应较复杂工况。本发明将传统搬动换挡杆带动换挡软轴实现换挡改为用电驱动直接驱动换挡轴的方式实现RND挡位切换,定位准确、反应灵敏,换挡品质安全可靠,能够提高自动变速器的综合性能。

Patent Agency Ranking