本發明涉及一種基于路面識別與深度強化學習的混合動力系統控制方法,屬于新能源汽車的智能控制領域。該方法包括:S1:建立P3結構的并聯式混合動力系統以及駕駛環境模型;S2:建立VGG卷積神經網絡,采集不同類型路面的圖片,并對卷積神經網絡進行關于路面類型特征提取的訓練;S3:根據滑動率?附著系數特征曲線確定制動階段的最優滑動率,并且作為電機轉速微調策略的參考值;S4:基于DQN算法建立適用于多目標控制的立體神經網絡;S5:定義立體神經網絡的狀態變量空間、動作變量空間以及獎勵函數,并完成迭代訓練;S6:提取并保存同步擬合三種參數化控制策略的神經網絡,實現混合動力汽車燃油經濟性與制動安全性的協同保證。
聲明:
“基于路面識別與深度強化學習的混合動力系統控制方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)