江苏大学俞学凯获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉江苏大学申请的专利一种基于深度高斯车辆动力学模型、训练方法、智能汽车轨迹跟踪控制方法及终端设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115303289B 。
龙图腾网通过国家知识产权局官网在2025-09-05发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211057353.6,技术领域涉及:B60W50/00;该发明授权一种基于深度高斯车辆动力学模型、训练方法、智能汽车轨迹跟踪控制方法及终端设备是由俞学凯;蔡英凤;陈龙;廉玉波;钟益林;孙晓强;何友国设计研发完成,并于2022-08-31向国家知识产权局提交的专利申请。
本一种基于深度高斯车辆动力学模型、训练方法、智能汽车轨迹跟踪控制方法及终端设备在说明书摘要公布了:本发明公开了一种基于深度高斯车辆动力学模型、训练方法、智能汽车轨迹跟踪控制方法及终端设备,本发明利用物理模型获取深度高斯模型中所需的均值,利用前馈神经网络获取深度高斯模型中所需的协方差矩阵,相比于数据驱动模型,所建立的模型在准确识别车辆运行过程中各种复杂的动力学行为的基础上,融合物理模型的先验知识,增加模型的鲁棒性,避免数据驱动模型在训练数据覆盖不到区域发生未知的错误。设计的轨迹跟踪控制算法,相比于端到端控制算法,具有更高的可解释性。并且在不同的道路条件下及行驶工况下可以实现期望轨迹的跟踪控制,在保证路径跟踪精度的同时,同时兼顾横纵向稳定性,为智能汽车开发高性能的运动控制器奠定良好的基础。
本发明授权一种基于深度高斯车辆动力学模型、训练方法、智能汽车轨迹跟踪控制方法及终端设备在权利要求书中公布了:1.一种深度高斯车辆动力学模型的训练方法,所述深度高斯车辆动力学模型包括:具有延迟输入的多层前馈神经网络、非线性物理模型以及深度高斯模型;所述前馈神经网络接收当前时刻与历史时刻的车辆控制与状态信息,获取下一时刻状态量协方差矩阵,所述非线性物理模型接收当前时刻的车辆控制与状态信息输出下一时刻状态量均值,所述深度高斯模型结合了神经网络模型与车辆动力学物理模型,该模型预测下一时刻车辆动力学状态; 所述前馈神经网络的结构为:第一层为输入层,输入层有10个特征输入,分别是当前时刻的横摆角速度rt,侧向速度vy,t,纵向速度vx,t,前轮转角δf,t,前轮纵向力Fx,f,t以及上一个时刻的横摆角速度rt-1,侧向速度vy,t-1,纵向速度vx,t-1,前轮转角δf,t-1,前轮纵向力Fx,f,t-1,第二层为FC1全连接网络层,隐藏层设计具有64隐藏单元,第三层为激活层,激活函数选择为Softplus函数,第四层为FC2全连接网络层,隐藏层设计具有64个隐藏单元,第五层为激活层,激活函数选择为Softplus函数,第六层为输出层,设计具有2个神经元,输出为下一时刻横摆速度的方差σr,t+1、侧向速度的方差非线性物理模型接收当前时刻的横摆角速度rt,侧向速度vy,t,纵向速度vx,t,前轮转角δf,t,前轮纵向力Fx,f,t,输出为下一时刻横摆速度的均值μr,t+1、侧向速度的均值 所述非线性物理模型包括单轨模型和轮胎刷子模型;所述单轨模型采用如下微分方程表示: 其中m为车辆质量,vx和vy分别为车体坐标系下质心的纵向速度和侧向速度,Iz为车辆绕z轴的转动惯量,lf和lr分别为车辆质心到前轴、后轴的距离,Fxf和Fxr分别为作用在前轴和后轴上的轮胎纵向力的合力,Fyf和Fyr分别为作用在车辆前轴和后轴上的轮胎侧向力的合力,r为车辆的横摆角速度,为车辆的横摆速度的一阶导数,为车辆侧向速度的一阶导数,δf为前轮转角; 使用刷子轮胎模型对侧向力进行计算,则轮胎模型可由如下公式表示: 其中α为轮胎的侧偏角,Cα为轮胎的侧偏刚度,μ为轮胎与地面之间的摩擦系数,Fz为轮胎纵向力; 前轮胎侧偏角αf和后轮胎侧偏角的αr计算公式为: 前轮垂向力Fzf和后轮垂向力Fzr的计算公式为: 其中h为车辆质心的高度,L为车辆的轴距长度;其特征在于,将数据集划分为80%的训练集、10%的验证集、10%的测试集,Loss函数为负对数似然损失函数,优化器选择为Adam,batchsize设置为1000,学习率设置为0.0001,基于Tensorflow的学习框架对网络模型进行学习训练,优化训练算法设计如下所示: 其中n为每个训练批次中的样本数量;ht包含当前时刻和上一个时刻的车辆状态与控制信息;θ为网络所学习到的参数,θ=w1,b1,w2,b2,w3,b3,w1,b1,w2,b2,w3,b3为网络中间层的权重和偏置。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人江苏大学,其通讯地址为:212013 江苏省镇江市京口区学府路301号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。