基于DoubleDQN网络和深度强化学习的机器人避障方法

    公开(公告)号:CN109407676B

    公开(公告)日:2019-08-02

    申请号:CN201811562344.6

    申请日:2018-12-20

    Abstract: 基于DoubleDQN网络和深度强化学习的移动机器人避障方法,它属于移动机器人导航技术领域。本发明解决了现有的深度强化学习避障方法存在的响应延迟高、所需训练时间长以及避障成功率低的问题。本发明设计了特殊的决策动作空间以及回报函数、将移动机器人轨迹数据采集和Double DQN网络训练放在两个线程下并行运行,可以有效提高训练效率,解决了现有深度强化学习避障方法需要的训练时间长的问题;本发明使用Double DQN网络对动作值进行无偏估计,防止陷入局部最优,克服现有深度强化学习避障方法避障成功率低和响应延迟高的问题,与现有方法相比,本发明可以将网络训练时间缩短到现有技术的20%以下,且保持100%的避障成功率。本发明可以应用于移动机器人导航技术领域。

    基于深度学习筛选训练集的方法

    公开(公告)号:CN109508741A

    公开(公告)日:2019-03-22

    申请号:CN201811333884.7

    申请日:2018-11-09

    Abstract: 基于深度学习筛选训练集的方法,本发明涉及训练集筛选的方法。本发明的目的是为了解决现有训练集的大小直接影响深度学习的性能,训练集太小深度学习模型对于实际运行时采集到的新的图像不起作用,训练集太大,人工打标签耗费大量时间,影响训练效率的问题。过程为:一、采集初始数据集,将初始数据集分为训练集和测试集;二、搭建神经网络架构;三、将训练集输入神经网络进行训练,直至神经网络收敛,得到初始神经网络模型;四、将测试集输入目前得到的神经网络模型进行测试,得到满足要求的训练集和最终的神经网络模型;否则,对待识别区域重新采集图像,直至得到满足要求的训练集和最终的神经网络模型。本发明用于训练集筛选领域。

    基于扰动观测器的线控制动车辆防抱死系统的控制方法

    公开(公告)号:CN108248584A

    公开(公告)日:2018-07-06

    申请号:CN201810094233.0

    申请日:2018-01-30

    Inventor: 孙维超 张晋华

    Abstract: 基于扰动观测器的线控制动车辆防抱死系统的控制方法,属于车辆非线性控制领域,解决了现有车辆防抱死系统无法对线控制动车辆进行鲁棒控制的问题。本发明所述的基于扰动观测器的线控制动车辆防抱死系统的控制方法包括建立线控制动车辆的制动动力学模型的步骤、根据所述制动动力学模型设计基于扰动观测器的线控制动车辆防抱死系统控制器的步骤以及通过线控制动车辆防抱死系统控制器来控制线控制动车辆防抱死系统的步骤。本发明所述的基于扰动观测器的线控制动车辆防抱死系统的控制方法特别适用于对线控制动车辆防抱死系统进行鲁棒控制。

    基于主动悬架辅助的汽车防抱死制动系统的非线性鲁棒控制方法

    公开(公告)号:CN106864438A

    公开(公告)日:2017-06-20

    申请号:CN201710152242.6

    申请日:2017-03-14

    Abstract: 基于主动悬架辅助的汽车防抱死制动系统的非线性鲁棒控制方法,属于非线性控制领域,解决了现有的基于门限值控制方法的汽车防抱死制动系统不能最优化缩短制动距离和导致车轮轮速波动的问题。所述方法包括分别建立平动车体的动力学方程、处于制动状态下的单个滚动车轮的数学模型和主动悬架的数学模型的步骤、设计基于障碍李雅普诺夫函数的防抱死制动系统的非线性鲁棒控制器的步骤、设计主动悬架控制器的步骤、确定所述非线性鲁棒控制器和主动悬架控制器的最优参数的步骤和同时采用最优参数的非线性鲁棒控制器和主动悬架控制器分别对汽车防抱死制动系统和主动悬架进行控制的步骤。本发明所述的方法适用于对汽车防抱死制动系统进行控制。

    一种基于自适应控制的汽车主动悬架的抗饱和控制方法

    公开(公告)号:CN104999880A

    公开(公告)日:2015-10-28

    申请号:CN201510505295.2

    申请日:2015-08-17

    Abstract: 一种基于自适应控制的汽车主动悬架的抗饱和控制方法,本发明涉及抗饱和控制方法。本发明是要解决现有技术需要考虑执行器的输出力可测,执行器饱和值已知和线性控制方法不能很好的解决悬架系统中存在的非线性的问题,而提出的一种基于自适应控制的汽车主动悬架的抗饱和控制方法。该方法是通过步骤一、建立饱和执行器数学模型;步骤二、建立具有饱和执行器1/4的汽车主动悬架系统的非线性模型;步骤三、利用饱和执行器1/4的汽车主动悬架系统的非线性模型设计抗饱和控制器;步骤四、采用李亚普诺夫函数Lyapunov函数法对抗饱和控制器进行检验等步骤实现的。本发明应用于抗饱和控制领域。

    一种汽车主动悬架系统的控制方法

    公开(公告)号:CN103072440B

    公开(公告)日:2015-04-22

    申请号:CN201310021368.1

    申请日:2013-01-21

    Inventor: 孙维超 高会军

    Abstract: 一种汽车主动悬架系统的控制方法,它涉及一种控制方法,具体涉及一种汽车主动悬架系统的控制方法。本发明为了解决现有悬架控制技术设计模型较为简单,且多为单目标控制,无法应对外界不确定干扰及未建模动态的问题。本发明的具体步骤如下:建立非线性主动悬架模型;设计非线性鲁棒控制器;调节增益k1,k2,ε1,ε2以保证所有约束都限制在允许的范围内,即可实现控制约束。本发明用于汽车主动悬架系统的控制和稳定。

    一种非线性系统的状态约束控制方法

    公开(公告)号:CN103454922A

    公开(公告)日:2013-12-18

    申请号:CN201310406676.6

    申请日:2013-09-09

    Abstract: 一种非线性系统的状态约束控制方法,本发明涉及一种控制方法,具体涉及一种非线性系统的状态约束系统的控制方法。本发明是要解决现有控制器需要人工的干预,并且不能提供任何的成功保证,非线性系统导致传统的方法很难应用及非线性系统时优化算法的效率低的问题,而提供了一种非线性系统的状态约束系统的控制器设计方法。步骤一、建立非线性严格反馈系统的数学模型;步骤二、设计全状态约束反步递推控制器;步骤三、验证全状态约束可行性条件检测。本发明应用于自动控制领域。

    一种汽车主动悬架系统的多目标控制方法

    公开(公告)号:CN103434359A

    公开(公告)日:2013-12-11

    申请号:CN201310406605.6

    申请日:2013-09-09

    Abstract: 一种汽车主动悬架系统的多目标控制方法,本发明涉及一种控制方法,具体涉及一种汽车主动悬架系统的多目标控制方法。本发明是为解决现有悬架控制技术设计模型较为简单,无法满足悬架系统的多目标控制性能,无法应对外界不确定参数对系统控制性能的影响,而提供了一种汽车主动悬架系统的多目标控制方法。汽车主动悬架系统的多目标控制方法按以下步骤实现:步骤一、建立非线性不确定四分之一主动悬架系统模型;步骤二、推导自适应反步递推控制器;步骤三、调节自适应反步递推控制器的控制增益参数。本发明应用于汽车主动悬架控制领域。

Patent Agency Ranking