-
题名越野车辆多维耦合稳定性深度强化学习控制
- 1
-
-
作者
夏光
吴士标
张洋
魏恒
刘贤阳
-
机构
合肥工业大学汽车与交通工程学院
东南大学机械工程学院
自动驾驶汽车安全技术安徽省重点实验室
-
出处
《汽车工程》
北大核心
2025年第9期1686-1699,共14页
-
基金
国家自然科学基金(52275100,52402477,52502466)
安徽省杰出青年科学基金(2408085J034)
安徽省重点研究与开发计划项目(202304a0502008)资助。
-
文摘
越野车辆在极限工况下易发生整车侧滑、纵滑和侧倾的多维失稳,且难以用具体的数学模型表征整车稳定性状态,因此本文提出了极限工况下越野车辆多维耦合稳定性深度强化学习协同控制策略。首先建立不同维度稳定性评价指标,同时构建多维耦合稳定域,根据轮胎纵横垂向力耦合关系进行稳定域划分,并通过离线轮胎模型训练确定各稳定域的边界参数;其次通过DDPG(deep deterministic policy gradient)深度强化学习算法构建越野车辆与环境交互下的控制策略,输出各维度最优权重系数表征越野车辆稳定性状态;再基于汽车底盘解耦的协同控制策略设计纵滑、侧滑和侧倾控制器进行稳定性控制;最后,通过CarSim与Simulink联合仿真验证和硬件在环平台验证,结果表明基于DDPG算法下多维耦合稳定性控制策略显著提升整车综合稳定性。
-
关键词
越野车辆
多维耦合稳定域
深度强化学习
协同控制
硬件在环试验
-
Keywords
off-road vehicle
multi-dimensional coupled stability domain
deep reinforcement learning
cooperative control
hardware-in-the-loop test
-
分类号
U469.3
[机械工程—车辆工程]
-
