首页|基于模型预测与策略学习的智能车辆人机协同控制算法

基于模型预测与策略学习的智能车辆人机协同控制算法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对智能车辆在复杂环境下高机动运动控制的难题,提出一种基于模型预测与策略学习的人机协同控制算法.该算法利用人类驾驶员对环境的理解和综合处理能力在决策规划层面辅助机器进行局部轨迹规划,包括速度调节和动态路径生成,实现决策规划层面的人机协同;面向高机动行驶的车辆在线优化规划与控制存在时效性问题,一方面在局部规划层采用较长采样间隔和简化的动力学模型设计基于模型预测控制的局部轨迹规划方法,以实现高效在线轨迹优化;另一方面在控制层采用基于滚动时域强化学习的学习型预测控制方法在线优化控制策略,以提升在线优化控制的计算效率与适应性.驾驶员在环的山区公路高机动仿真结果表明:新方法能遵从驾驶员的加减速指令和转向指令生成安全、平滑的规划轨迹,而且能够精确控制车辆沿期望轨迹行驶;在人机协同控制模式下,6位驾驶员完成相同驾驶任务的时间比手动驾驶平均缩短了8.3％,转向操作负荷降低了51.1％.
A Human-machine Collaborative Control Algorithm for Intelligent Vehicles Based on Model Prediction and Policy Learning

intelligent vehicleshuman-machine collaborationhigh maneuvering motionreinforcement learningmodel predictive control

蒋岩、丁语嫣、张兴龙、徐昕

展开 >

国防科技大学 智能科学学院,湖南 长沙410073

智能车辆 人机协同 高机动运动 强化学习 模型预测控制

国家自然科学基金国家自然科学基金国家自然科学基金

6182530562003361U21A20518

2023

10.12382/bgxb.2022.0815

兵工学报
中国兵工学会

兵工学报

CSTPCDCSCD北大核心
影响因子：0.735
ISSN：1000-1093
年,卷(期)：2023.44(11)
  • 2