[發(fā)明專利]一種基于多智能體的云控智能底盤系統的控制方法有效
| 申請?zhí)枺?/td> | 202110225610.1 | 申請日: | 2021-03-01 |
| 公開(公告)號: | CN112987574B | 公開(公告)日: | 2022-04-08 |
| 發(fā)明(設計)人: | 黃恒;周小川;趙萬忠;吳剛;欒眾楷;張子俊;梁為何 | 申請(專利權)人: | 南京航空航天大學 |
| 主分類號: | G05B13/04 | 分類號: | G05B13/04 |
| 代理公司: | 江蘇圣典律師事務所 32237 | 代理人: | 賀翔 |
| 地址: | 210016 江*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 智能 底盤 系統 控制 方法 | ||
1.一種基于多智能體的云控智能底盤系統的控制方法,所述基于多智能體的云控智能底盤系統,包括:線控液壓轉向子系統,線控液壓制動子系統,線控懸架子系統,感知模塊,強化學習模塊,通訊模塊,云端處理中心及多智能體協調控制器;
所述線控液壓轉向子系統,線控液壓制動子系統和線控懸架子系統均分布于多智能體線控底盤上,用于實現整車底盤的控制;
所述感知模塊分別連接各車載傳感器及多智能體協調控制器,用于采集信息;
所述強化學習模塊根據線控液壓轉向子系統,線控液壓制動子系統與線控懸架子系統的輸出結果,評估車輛自身的運動狀態(tài),并根據當前車輛自身的運動狀態(tài),獲取整車穩(wěn)定性最佳的動作行為并不斷強化學習;與多智能體協調控制器數據連接,并通過通訊模塊與云端處理中心數據連接;
所述云端處理中心用于定期檢驗車輛的強化學習結果是否合理,并對不合理的強化學習結果進行調整;
所述多智能體協調控制器用于調節(jié)線控液壓轉向子系統,線控液壓制動子系統及線控懸架子系統的信息輸入;
其特征在于,步驟如下:
1)感知模塊采集路面的平整度與道路曲率信息,駕駛員輸入的信息以及車輛的運動信息,并將采集到的信息傳輸給多智能體協調控制器;
2)多智能體協調控制器根據接收到的上述信息控制各子系統,各子系統協同控制車輛底盤;
3)強化學習模塊根據設定的最終目標對各子系統當前輸出結果進行評價,根據評價結果對下一次輸出進行動態(tài)調整,完成對多智能體協同控制器的優(yōu)化;
4)通訊模塊定時將車輛信息與當前控制算法上傳至云端處理中心;云端處理中心對接收到的算法進行可靠性檢驗,并反饋檢驗結果;
5)強化學習模塊根據云端處理中心的反饋結果進一步對控制算法進行優(yōu)化;
所述步驟3)具體包括:設計各性能指標的評價函數對系統輸出結果進行評估;
設計線控懸架子系統性能指評價函數:
式中,α1為懸架性能評價指標,為車輛垂直方向的加速度,|zwi-zbi|為各車輪動載荷;
設計線控液壓轉向子系統性能指標函數:
α2=(γ'-γ)2
式中,α2為轉向系統性能指標,γ'為理想轉向橫擺角速度,即時車輛的橫擺角速度,γ為車輛當前的橫擺角速度;
設計線控液壓制動子系統性能指標函數:
α3=(S'-S)2
式中,α3為制動系統性能指標,S'為理想滑移率,S'≈20%,S為車輪當前的滑移率;
設計用于評價多智能體線控底盤系統綜合性能綜合性能指標函數:
式中,e為多智能體線控底盤系統綜合性能評價指標,其模|e|的值來評估本次輸出結果的優(yōu)劣,若該值比預設值大,表示誤差小,本次輸出效果好;Qe為貢獻值矩陣,k1為線控懸架子系統對綜合性能指標的貢獻值,表示線控懸架子系統對整車性能優(yōu)化的貢獻在綜合評估中所占的比例;k2為線控液壓轉向子系統對綜合性能指標的貢獻值,表示線控液壓轉向子系統對整車性能優(yōu)化的貢獻在綜合評估中所占的比例;k3為線控液壓制動子系統對綜合性能指標的貢獻值,表示線控液壓制動子系統對整車性能優(yōu)化的貢獻在綜合評估中所占的比例。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京航空航天大學,未經南京航空航天大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110225610.1/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種單件分離設備
- 下一篇:一種托盤式自動出入庫堆垛機設備





