[發明專利]一種基于深度強化學習的智能電動汽車漂移入庫控制方法

有效

• 申請號: 202011530836.4
• 申請日: 2020-12-22
• 公開（公告）號: CN112590774B
• 公開（公告）日: 2022-02-18
• 發明（設計）人: 冷搏;劉銘;熊璐;余卓平
• 申請（專利權）人: 同濟大學
• 主分類號: B60W30/06
• 分類號: B60W30/06;B60W50/00
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 楊宏泰

本發明涉及一種基于深度強化學習的智能電動汽車漂移入庫控制方法，包括以下步驟：1)構建用于深度強化學習的車輛動力學模型以及輪胎力飽和工況下的輪胎模型；2)采用面向漂移入庫控制的TD3算法實現智能電動汽車漂移入庫。與現有技術相比，本發明控制精度高、魯棒性好，能夠使車輛準確完成漂移入庫動作，并且在漂移過程中可以通過不斷調節方向盤轉角來使車輛準確到達庫位，而且在車輛漂移的過程中可主動改變庫位的中心位置，使車輛向更新后的庫位位置漂移。

技術領域

本發明涉及汽車入庫控制領域，尤其是涉及一種基于深度強化學習的智能電動汽車漂移入庫控制方法。

背景技術

車輛持續保持在后輪輪胎力飽和、后軸側滑的狀態下行駛，稱為漂移，存在兩種不同的漂移狀態：

(1)后軸驅動、后輪滑轉，此時可以通過控制后軸驅動力與前輪轉向角時車輛質心側偏角和車速保持在一恒定值，使車輛處于穩定狀態，由于市面上絕大多數汽車為前軸驅動，故該狀態下的漂移動作研究價值相對較小。

(2)按照開環控制律復現漂移動作可能受到外界環境和自車狀態的干擾，使車輛無法漂移停入庫位，例如，由于庫位接近過程存在側向位移誤差和航向角誤差，車輛在觸發漂移動作時未完全滿足預設的漂移觸發位姿狀態，存在一定偏差，根據開環控制器完成漂移動作會將該偏差保留至漂移結束；另外，由于底層執行器響應限制，開環控制下無法保證每一次執行器響應一致，當響應出現偏差時車輛會偏移預設的漂移軌跡；路面不均一造成漂移過程中輪胎力的突變，使漂移路徑發生改變。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種基于深度強化學習的智能電動汽車漂移入庫控制方法，本發明基于深度強化學習的無人駕駛汽車漂移入庫動作的研究與實現，設計漂移控制器，根據車輛與庫位間的相對位置和車輛狀態參數調整方向盤轉角，使車輛漂移停入庫位。

本發明的目的可以通過以下技術方案來實現：

1.一種基于深度強化學習的智能電動汽車漂移入庫控制方法，其特征在于，包括以下步驟：

1)構建用于深度強化學習的車輛動力學模型以及輪胎力飽和工況下的輪胎模型；

2)采用面向漂移入庫控制的TD3算法實現智能電動汽車漂移入庫。

所述的步驟1)中，車輛動力學模型具體為考慮前后與左右載荷轉移的四輪三自由度車輛動力學模型，所述的三自由度包括車輛質心處速度v_m、質心側偏角β和橫擺角速度ω。

四輪三自由度車輛動力學模型中，考慮縱側向加速度的四輪垂向力的表達式為：

式中，h_m為質心高度，b_f、b_r為前、后輪距，a_x、a_y為質心處不考慮車身旋轉影響的縱、側向加速度，F_zFL、F_zFR、F_zRL、F_zRR分別為左前、右前、左后、右后車輪的垂向力，m為電動汽車質量，g為重力加速度，l為軸距，l_f、l_r為前、后軸到質心的距離，F_xFL、F_xFR、F_xRL、F_xRR分別為左前、右前、左后、右后車輪的縱向力，F_yFL、F_yFR、F_yRL、F_yRR分別為左前、右前、左后、右后車輪的側向力，δ為前輪轉角。