基于多智能体理论的汽车底盘协调控制方法研究

来源 :长春工业大学 | 被引量 : 0次 | 上传用户:xiegui
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着人类社会科技文明的高度发展,生活节奏的不断加快,汽车作为代步工具的时代逐步到来。为了满足乘坐舒适、操纵方便、安全可靠和人类不断追求完美的要求,汽车产品己由初期的完全机械结构发展到现在融合机械、电子、材料、控制等多学科和科技新成果应用的阶段,而且功能越来越强,可靠性越来越高,正朝着多目标综合和智能化控制的方向发展。其中,与车辆乘坐舒适性、操纵稳定性和行驶安全性能密切相关的悬架、制动和转向等底盘协调控制系统成为汽车工程领域研究的热点。本文依据汽车的动力学原理,在MATLAB/Simulink环境下,结合多传感器采集得到的相关数据,建立汽车底盘各智能体数学模型,包括制动Agent模型、转向Agent模型和7自由度悬架Agent模型。然后,将RBF神经网络的强化学习算法用于底盘多智能体的协调控制。通过小脑神经模型(CMAC)算法先对悬架Agent、转向Agent和制动Agent提供的大量连续的数据进行状态量的约简泛化,作为强化学习算法的状态输入。根据底盘各智能体的性能指标确定强化信号,并利用RBF神经网络训练强化学习算法的动作网络和评价网络,实现本地智能体的性能指标最优。其次,采用模糊控制方法确定强化学习中性能指标权重的大小。根据不同工况下的数据制定经验规则来确定各智能体性能指标的权重,完成汽车底盘多智能体强化学习控制策略的设计,提高汽车的综合性能。最后,在MATLAB/Simulink仿真环境下,搭建以xPC Target实时的仿真系统硬件在环试验台,利用所设计的多智能体强化学习控制算法,针对汽车的制动行驶工况、瞬间转向行驶工况以及转向制动复杂行驶工况进行仿真实验,并对结果进行详细的分析,验证了本文所提出的多智能体协调控制算法在提高汽车舒适性、安全性以及平顺性方面的有效性。
其他文献
雾天海边环境中,大气中的悬浮粒子中水滴含量较高,大气光的散射作用更强,雾的浓度更大,获取的图像质量退化,影响了计算机对图像的分析、识别与处理。由此可见,对雾天图像进行
为确保生产和人身安全、提高经济效益,对生产过程进行在线监测已经成为过程控制领域一个重要研究方向。现代科技的迅速发展使得工业现场大量过程变量可以得到测量、处理和监
当今社会能源危机、环境污染日趋严重,节能环保成为当今社会的主要课题。电动汽车凭借其无污染、低能耗等特点,近几年得到了迅速地发展。虽然电动汽车发展迅速,但与传统的燃
作为计算机科学的重要新兴研究领域,膜计算已成为一个新的研究热点。膜计算模型通常被称作膜系统或P系统,这种特殊的计算模型是由膜计算的提出者Gheorghe Paun在多年研究自然
随着机器人技术的快速发展,服务机器人已慢慢融入了我们的日常生活,其在助老助残、医疗康复、公共安全等领域扮演着越来越重要的角色。而服务机器人通常工作于家庭或办公室等室
本论文所涉及的科研项目来源于某天然气门站监控系统设计。监控系统的主要功能是对门站天然气的温度、压力、流量和阀门的监控,论文主要阐述了天然气监控系统开发过程中所用到
工业机器人作为先进、智能工业化设备的代表,在社会生产中有着很重要的地位,其应用领域也在不断的扩大。建立合理的机器人模型是工业机器人控制的基础,龙门机器人是工业机器
机器视觉作为计算机技术其中的一部分,随着计算机技术的不断发展而逐步成熟。现今自动化产业从“工业3.0”阶段发展为以智能制造为核心的“工业4.0”阶段,机器视觉作为现今自
在AOD法(Argon Oxygen Decarburization)冶炼低碳铬铁的过程中,产品中的碳含量、磷含量及硫含量是衡量产品质量的重要因素。然而冶炼过程是一个非常复杂的多元多相高温状态下