排序方式: 共有9条查询结果,搜索用时 11 毫秒
1
1.
对智能汽车避障过程进行研究,提出衍生状态格的概念,并在此基础上确定避障轨迹规划算法。该算法结合避障车辆和障碍物的运动状态和位置信息,将复杂道路环境中期望避障轨迹的求取问题转换为避障车辆和状态格之间的轨迹规划问题。由相关算法生成的避障轨迹能针对性地考虑障碍物的状态并适用于多障碍物环境,提出状态格成本的概念,再采用Dijkstra搜索算法在多条可行避障轨迹中进行寻优。仿真结果表明,汽车在障碍规避过程中横摆角速度和侧向加速度值均符合稳定性要求,验证了该算法的可行性。最后通过CarSim/LabView硬件在环试验对该方法进行了进一步的验证,所得结论与仿真结果基本一致。 相似文献
2.
3.
4.
为了解决智能车辆在工况变化时跟踪精度下降和稳定性变差的问题,提出基于强化学习的变参数模型预测控制(MPC)算法多目标控制策略,实现智能车辆路径跟踪控制系统的参数自适应整定。基于车辆动力学模型设计其线性时变MPC控制器,获得最优前轮转向角和附加横摆力矩。基于Actor-Critic强化学习架构,设计进行控制参数整定的深度确定性策略梯度(DDPG)智能体和双延迟深度确定性策略梯度(TD3)智能体,构造以跟踪精度和稳定性为目标的收益函数,并搭建对接工况和变曲率工况2种典型仿真场景进行算法性能验证,当车辆处于对接工况时,根据路面附着系数的变化及时调整控制器的预测时域和权重矩阵;当车辆处于变曲率工况下时,针对道路曲率变化及时调整控制器的预测时域和权重矩阵。通过MATLAB/SimuLink、CarSim和Python联合仿真分析,将强化学习方法参数整定MPC与固定参数MPC和模糊控制方法参数整定MPC进行对比,结果表明:强化学习方法更能够在保证车辆安全性的前提下,尽可能提高智能车辆在不同路面条件下的路径跟踪精度。在对接工况下,强化学习方法参数整定MPC相较于固定参数MPC和模糊控制方法参数整定M... 相似文献
5.
6.
自动变速器一般有以下几个档位:
P(驻车):在停车和起动时换档杆要放在P档。在坡道上驻车或在泊车时,一定要先拉手刹,再换入P档。 相似文献
7.
提出一种基于粒子群优化神经网络PID的车道保持控制方法。首先搭建车路模型和EPS(Electric Power Steering,电动助力转向系统)模型;然后建立粒子群优化神经网络PID控制器,利用粒子群算法优化神经网络的初始权值和阈值,提高神经网络算法的收敛速度和精度,优化后的神经网络算法在线调整PID控制器的3个参数比例Kp、积分Ki、微分Kd,输出最优组合;最后,进行车道保持硬件在环试验,试验表明:相对于常规PID控制和神经网络PID控制,在粒子群优化神经网络控制下,车道保持系统的跟踪精度和稳定性都更高。 相似文献
8.
9.
为全面改善双联轴货车的综合行驶性能,提出一种考虑动态轴荷平衡的货车双联轴钢板平衡悬架参数优化方法。首先,基于数值分析法分别建立带钢板平衡悬架的6自由度1/2车辆模型和单轮辙随机激励时域模型,并在MATLAB/Simulink中构建相应的车路耦合动力学模型。进而提出综合反映动态轴荷平衡和平顺性的多联轴货车综合行驶性能指标,依据正交试验探索悬架各参数对车辆综合行驶性能的影响程度。最后通过极差和方差分析实现悬架关键参数的全面优化。结果表明,在20~90km/h车速下,相对于原货车,参数优化后货车的综合行驶性能指标约提高了30%。 相似文献
1