當(dāng)今汽車產(chǎn)業(yè)正加速步入智能化時(shí)代,與傳統(tǒng)汽車相比,智能汽車具有主動(dòng)轉(zhuǎn)向控制系統(tǒng),無(wú)需駕駛員操控就能夠?qū)崿F(xiàn)主動(dòng)轉(zhuǎn)向。在汽車失穩(wěn)時(shí),駕駛員會(huì)通過(guò)修正方向盤(pán)來(lái)獲得穩(wěn)定橫擺力矩,而智能汽車無(wú)駕駛員在環(huán),但可以通過(guò)協(xié)調(diào)控制器對(duì)方向盤(pán)進(jìn)行修正。為保證智能汽車的行駛安全性及乘坐舒適性,本文針對(duì)智能汽車協(xié)調(diào)穩(wěn)定性控制方法進(jìn)行了以下研究。首先,研究了主動(dòng)轉(zhuǎn)向控制和直接橫擺力矩控制（DYC）對(duì)車輛穩(wěn)定性的影響,主動(dòng)轉(zhuǎn)向控制利于提高舒適性,DYC在極限工況下保證了車輛安全性,協(xié)調(diào)主動(dòng)轉(zhuǎn)向和DYC對(duì)車輛的干預(yù),既能保證車輛的安全性又能提高舒適性,本文以二自由度車輛模型作為參考模型,計(jì)算理想橫擺角速度和質(zhì)心側(cè)偏角,采用深度強(qiáng)化學(xué)習(xí)（Deep Reinforcement Learning,DRL）中的深度確定策略梯度算法（Deep Deterministic Policy Gradient,DDPG）作為協(xié)調(diào)控制算法,選擇五個(gè)車輛狀態(tài)參數(shù)作為輸入,附加橫擺力矩和方向盤(pán)修正角作為輸出,設(shè)計(jì)了協(xié)調(diào)控制器。然后,分析了Q-Learning、Deep Q-Learning和DDPG算法之間關(guān)系和優(yōu)缺點(diǎn),DDPG可以處理多... 

【文章頁(yè)數(shù)】：91 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
abstract
第一章 緒論
    1.1 研究背景與研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 車輛穩(wěn)定性控制研究現(xiàn)狀
        1.2.2 DRL發(fā)展與應(yīng)用現(xiàn)狀
    1.3 本文主要研究?jī)?nèi)容
第二章 車輛穩(wěn)定性控制分析
    2.1 參考模型
        2.1.1 線性二自由度模型
        2.1.2 車輛理想狀態(tài)參數(shù)計(jì)算
    2.2 車輛失穩(wěn)分析
        2.2.1 汽車失穩(wěn)原因
        2.1.3 汽車失穩(wěn)判斷
    2.3 協(xié)調(diào)控制策略
        2.3.1 主動(dòng)轉(zhuǎn)向控制特性
        2.3.2 直接橫擺力矩控制特性
        2.3.3 協(xié)調(diào)控制策略
        2.3.4 控制動(dòng)作執(zhí)行策略
        2.3.5 附加橫擺力矩轉(zhuǎn)換
    2.4 本章小結(jié)
第三章 深度強(qiáng)化學(xué)習(xí)算法
    3.1 馬爾可夫決策過(guò)程
    3.2 強(qiáng)化學(xué)習(xí)算法原理
    3.3 DDPG算法原理
    3.4 TensorFlow學(xué)習(xí)框架
    3.5 本章小結(jié)
第四章 深度強(qiáng)化學(xué)習(xí)仿真訓(xùn)練
    4.1 DDPG算法設(shè)計(jì)
        4.1.1 狀態(tài)選擇
        4.1.2 動(dòng)作定義
        4.1.3 獎(jiǎng)勵(lì)函數(shù)設(shè)計(jì)
        4.1.4 DDPG網(wǎng)絡(luò)結(jié)構(gòu)
    4.2 CarSim仿真訓(xùn)練環(huán)境
        4.2.1 CarSim軟件介紹
        4.2.2 CarSim與 Python聯(lián)合
        4.2.3 正弦遲滯測(cè)試標(biāo)準(zhǔn)
        4.2.4 仿真訓(xùn)練環(huán)境搭建
        4.2.5 DDPG訓(xùn)練過(guò)程
    4.3 仿真結(jié)果與分析
        4.3.1 深度網(wǎng)絡(luò)學(xué)習(xí)效果
        4.3.2 正弦遲滯工況
        4.3.3 雙移線工況
    4.4 本章小結(jié)
第五章 硬件在環(huán)試驗(yàn)臺(tái)系統(tǒng)設(shè)計(jì)
    5.1 HIL試驗(yàn)臺(tái)設(shè)計(jì)方案
    5.2 試驗(yàn)臺(tái)架研制
        5.2.1 臺(tái)架軟件架構(gòu)
        5.2.2 采集卡和CAN卡選型
        5.2.3 轉(zhuǎn)向系統(tǒng)
        5.2.4 制動(dòng)系統(tǒng)
    5.3 正弦遲滯試驗(yàn)驗(yàn)證
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 工作展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的學(xué)術(shù)活動(dòng)及成果情況


【參考文獻(xiàn)】：
期刊論文
[1]汽車智能遠(yuǎn)程控制與整車控制功能仿真驗(yàn)證技術(shù)與方法[J]. 黃勝龍,趙德銀,周時(shí)瑩,張東波,許中芳.  汽車技術(shù). 2018(10)
[2]智能汽車環(huán)境感知算法測(cè)試評(píng)價(jià)系統(tǒng)開(kāi)發(fā)[J]. 隗寒冰,曹旭,賴鋒.  中國(guó)機(jī)械工程. 2018(19)
[3]基于強(qiáng)化學(xué)習(xí)理論的車輛路徑選擇過(guò)程研究[J]. 蔣雨波,李邦蘭.  黑龍江交通科技. 2018(07)
[4]一種基于深度強(qiáng)化學(xué)習(xí)的自適應(yīng)巡航控制算法[J]. 韓向敏,鮑泓,梁軍,潘峰,玄祖興.  計(jì)算機(jī)工程. 2018(07)
[5]基于云推理模型的深度強(qiáng)化學(xué)習(xí)探索策略研究[J]. 李晨溪,曹雷,陳希亮,張永亮,徐志雄,彭輝,段理文.  電子與信息學(xué)報(bào). 2018(01)
[6]基于知識(shí)的深度強(qiáng)化學(xué)習(xí)研究綜述[J]. 李晨溪,曹雷,張永亮,陳希亮,周宇歡,段理文.  系統(tǒng)工程與電子技術(shù). 2017(11)
[7]深度強(qiáng)化學(xué)習(xí)綜述[J]. 劉全,翟建偉,章宗長(zhǎng),鐘珊,周倩,章鵬,徐進(jìn).  計(jì)算機(jī)學(xué)報(bào). 2018(01)
[8]車輛主動(dòng)前輪轉(zhuǎn)向與直接橫擺力矩自適應(yīng)控制[J]. 桑楠,魏民祥.  交通運(yùn)輸工程學(xué)報(bào). 2016(03)
[9]深度強(qiáng)化學(xué)習(xí)綜述:兼論計(jì)算機(jī)圍棋的發(fā)展[J]. 趙冬斌,邵坤,朱圓恒,李棟,陳亞冉,王海濤,劉德榮,周彤,王成紅.  控制理論與應(yīng)用. 2016(06)
[10]基于汽車行駛安全邊界的EPS與ESP協(xié)調(diào)控制策略[J]. 王其東,王金波,陳無(wú)畏,黃鶴.  機(jī)械工程學(xué)報(bào). 2016(06)

博士論文
[1]乘用車ESC分層控制策略及液壓執(zhí)行單元控制算法的研究[D]. 劉剛.吉林大學(xué) 2018
[2]汽車EPS與ESP協(xié)調(diào)控制及關(guān)鍵技術(shù)研究[D]. 王金波.合肥工業(yè)大學(xué) 2016
[3]汽車主動(dòng)前輪轉(zhuǎn)向的控制策略研究[D]. 魏杰.北京理工大學(xué) 2015
[4]智能汽車自主循跡控制策略研究[D]. 張琨.哈爾濱工業(yè)大學(xué) 2013
[5]基于質(zhì)心側(cè)偏角相平面的車輛穩(wěn)定性控制系統(tǒng)研究[D]. 劉偉.吉林大學(xué) 2013
[6]汽車穩(wěn)定性控制系統(tǒng)分層優(yōu)化控制研究[D]. 黃鶴.合肥工業(yè)大學(xué) 2012
[7]汽車穩(wěn)定性控制系統(tǒng)控制策略與評(píng)價(jià)方法研究[D]. 郭健.吉林大學(xué) 2011
[8]汽車動(dòng)力學(xué)穩(wěn)定性橫擺力矩和主動(dòng)轉(zhuǎn)向聯(lián)合控制策略的仿真研究[D]. 趙偉.長(zhǎng)安大學(xué) 2008

碩士論文
[1]面向無(wú)人駕駛的增強(qiáng)學(xué)習(xí)算法研究[D]. 陳銀銀.電子科技大學(xué) 2018
[2]基于強(qiáng)化學(xué)習(xí)的汽車協(xié)同式自適應(yīng)巡航控制技術(shù)研究[D]. 李想.吉林大學(xué) 2018
[3]基于深度強(qiáng)化學(xué)習(xí)的無(wú)人駕駛智能決策控制研究[D]. 左思翔.哈爾濱工業(yè)大學(xué) 2018
[4]基于強(qiáng)化學(xué)習(xí)的智能車移動(dòng)模型研究[D]. 羅志祥.大連理工大學(xué) 2017
[5]基于深度強(qiáng)化學(xué)習(xí)的自動(dòng)駕駛決策仿真[D]. 夏偉.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院) 2017
[6]Q學(xué)習(xí)結(jié)合神經(jīng)網(wǎng)絡(luò)的智能駕駛行為決策系統(tǒng)[D]. 鄢婷.天津工業(yè)大學(xué) 2017
[7]基于深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的車輛定位與識(shí)別[D]. 丁樂(lè)樂(lè).電子科技大學(xué) 2016
[8]基于直接橫擺力矩控制的前輪驅(qū)動(dòng)電動(dòng)汽車穩(wěn)定性控制研究[D]. 錢(qián)舟.江蘇大學(xué) 2015
[9]車輛主動(dòng)前輪轉(zhuǎn)向與直接橫擺力矩集成控制研究及FPGA實(shí)現(xiàn)[D]. 吉巖.吉林大學(xué) 2015
[10]主動(dòng)前輪轉(zhuǎn)向汽車穩(wěn)定性控制研究[D]. 畢文.江西理工大學(xué) 2015



本文編號(hào)：3652164