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。

    一种基于深度Q神经网络的主动悬架强化学习控制方法

    公开(公告)号:CN111487863A

    公开(公告)日:2020-08-04

    申请号:CN202010289979.4

    申请日:2020-04-14

    Abstract: 本发明涉及一种基于深度Q神经网络的主动悬架强化学习控制方法,属于汽车动态控制和人工智能技术领域。本发明中强化学习控制器主体从悬架系统中获取车身加速度、悬架动挠度等状态观测量,利用策略来决定合理的主动力施加给悬架系统,悬架系统根据主动力改变当前时刻的状态,同时产生一个奖励值来评判当前主动力的好坏。设定合理的奖励函数,结合从环境中获取的动态数据,便能确定出一种最优策略来决定主动控制力的大小,使得控制系统整体在大量训练下性能更加优越。基于深度Q神经网络的强化学习控制方法使得主动悬架系统能够动态自适应调节,从而克服传统悬架控制方法难以解决的参数不确定性和多变路面干扰等因素带来的影响,在保证车辆整体的安全性前提下,尽可能提高乘客的乘坐舒适性。

    一种基于单位约束最小均方误差的正弦频率估计方法

    公开(公告)号:CN108173259B

    公开(公告)日:2019-12-10

    申请号:CN201711389872.1

    申请日:2017-12-21

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于单位约束最小均方误差的正弦频率估计方法,包括:(1)对被检测信号进行时域采样,得到离散时间信号x(n);其中,采样点的数量为N,采样频率大于或等于奈奎斯特采样频率;(2)将采样后的离散时间信号x(n)通过延时得到x(n‑1),x(n‑2)和x(n‑3);(3)建立单位约束最小均方误差的目标函数:(4)求解步骤(3)中的目标函数,得到频率估计值本发明在低频段估计性能更好。

    一种高速公路性能指标衰变的预测方法

    公开(公告)号:CN109190257A

    公开(公告)日:2019-01-11

    申请号:CN201811042811.2

    申请日:2018-09-07

    Applicant: 东南大学

    Abstract: 本发明公开了一种高速公路性能指标衰变的预测方法,包括以下步骤:建立预测模型;建立高速公路的养护处理方式与高速公路的环境指标以及所述的模型参数对应关系表;确定待预测的高速公路的性能指标;参照所述的对应关系表,对参数进行取值;对每一养护处理方式的待测性能指标进行预测;对比所有养护处理方式的性能指标的预测结果,确定养护时机和养护方案。本发明中模型可针对不同的结构和养护措施进行预测,并且根据不同的实地情况进行矫正。本发明的预测方法可以用在道路管理系统中,实现道路的全寿命周期养护方案的制定,科学管理,增加道路使用寿命,使道路尽可能处于优良的服务水平,显著节约道路养护成本,提高道路服务水平。

    一种面向直线行驶工况的四轮独立驱动电动汽车转矩实时优化分配控制方法

    公开(公告)号:CN110539647A

    公开(公告)日:2019-12-06

    申请号:CN201910734328.9

    申请日:2019-08-09

    Applicant: 东南大学

    Abstract: 本发明涉及一种面向直线行驶工况的四轮独立驱动电动汽车转矩实时优化分配控制方法,针对以轮毂电机为动力单元的四轮独立驱动电动汽车在直线行驶工况下的转矩分配问题,制订了对应的在线优化分配控制算法,进一步利用离线获取的优化分配系数表对在线优化结果进行补偿修正,分离了转矩分配功能与整车控制器的设计耦合,有利于控制软件模块化设计的实施;本发明实现了四轮独立驱动电动汽车在直线行驶工况下的转矩优化分配,在满足驾驶意图的前提下,能够有效提高动力总成的能量效率,同时保证汽车的动力性和制动稳定性满足设计指标。

    一种高速公路性能指标衰变的预测方法

    公开(公告)号:CN109190257B

    公开(公告)日:2021-12-07

    申请号:CN201811042811.2

    申请日:2018-09-07

    Applicant: 东南大学

    Abstract: 本发明公开了一种高速公路性能指标衰变的预测方法,包括以下步骤:建立预测模型;建立高速公路的养护处理方式与高速公路的环境指标以及所述的模型参数对应关系表;确定待预测的高速公路的性能指标;参照所述的对应关系表,对参数进行取值;对每一养护处理方式的待测性能指标进行预测;对比所有养护处理方式的性能指标的预测结果,确定养护时机和养护方案。本发明中模型可针对不同的结构和养护措施进行预测,并且根据不同的实地情况进行矫正。本发明的预测方法可以用在道路管理系统中,实现道路的全寿命周期养护方案的制定,科学管理,增加道路使用寿命,使道路尽可能处于优良的服务水平,显著节约道路养护成本,提高道路服务水平。

    一种基于单位约束最小均方误差的正弦频率估计方法

    公开(公告)号:CN108173259A

    公开(公告)日:2018-06-15

    申请号:CN201711389872.1

    申请日:2017-12-21

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于单位约束最小均方误差的正弦频率估计方法,包括:(1)对被检测信号进行时域采样,得到离散时间信号x(n);其中,采样点的数量为N,采样频率大于或等于奈奎斯特采样频率;(2)将采样后的离散时间信号x(n)通过延时得到x(n‑1),x(n‑2)和x(n‑3);(3)建立单位约束最小均方误差的目标函数:(4)求解步骤(3)中的目标函数,得到频率估计值本发明在低频段估计性能更好。

    一种基于纹理图片的力触觉再现方法

    公开(公告)号:CN103869984B

    公开(公告)日:2016-08-17

    申请号:CN201410117417.6

    申请日:2014-03-26

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于纹理图片的力触觉再现方法,该力触觉再现方法包括以下过程:步骤10)提取纹理特征,纹理特征包含纹理表面微观高度和表征纹理粗糙度的动摩擦系数;步骤20)基于步骤10)提取的纹理特征,进行力触觉建模,测算纹理力合力;步骤30)将步骤20)测算的纹理力合力,通过手控器输出反馈给操作者。该基于纹理图片的力触觉再现方法,无需特定的测量设备即可获取虚拟纹理的动摩擦系数,无需专用的纹理表达装置,即可将虚拟纹理的粗糙感传递给人。

    针对三自由度力反馈手控器的标定方法的平台机构

    公开(公告)号:CN103753519A

    公开(公告)日:2014-04-30

    申请号:CN201410014539.2

    申请日:2014-01-13

    Applicant: 东南大学

    Abstract: 本发明公开了一种针对三自由度力反馈手控器的标定方法的平台机构,包括工作平台、三维位移平台、设在三维位移台平上的三维力传感器、与三维力传感器相连的手控器;所述三维位移平台、三维力传感器和手控器设在工作平台上;所述三维位移平台、三维力传感器和手控器分别与计算机实现通信连接。本发明实现了手控器输出力的动态标定。传统的标定将位移与力反馈分别标定,而本发明将这两项参数同时标定,可以在手控器进行平移的时候采集力反馈输出,进而可实现力反馈的动态分析。

Patent Agency Ranking