【技术实现步骤摘要】
减振器控制系统、车辆、信息处理装置及它们的控制方法以及记录介质
[0001]本专利技术涉及减振器控制系统、车辆、信息处理装置及它们的控制方法以及记录介质。
技术介绍
[0002]以往,已知有使用机器学习算法对车辆的自主行驶适应性地进行控制(也称为自动驾驶)的技术,在专利文献1中公开了基于不进行主动搜索的强化学习的车辆控制技术。
[0003]另外,近年来,已知有采用能够对各车轮的减振器的衰减力进行控制的主动减振器作为用于悬架的减振器的车辆。通过对该衰减力进行控制,能够对车辆的侧倾行为等进行控制来提供更高的乘坐舒适性。
[0004]现有技术文献
[0005]专利文献
[0006]专利文献1:日本特开2018-37064号公报
技术实现思路
[0007]专利技术所要解决的问题
[0008]此外,可考虑通过机器学习算法对主动减振器的衰减力直接进行控制。在通过机器学习算法(特别是深层强化学习算法)对主动减振器直接进行控制来改善乘坐舒适性的情况下,有时使用该算法后的控制的响应性能会成为问题。即,若想要在大范围的行为上改善乘坐舒适性,则有时必须将衰减力的控制本身的响应性能提高至msec左右。对此,根据机器学习算法的计算负荷,从计算资源的观点来看,在具有稳健性(Robustness)的同时将衰减力的控制的响应性能提高至几msec有时是不现实的。
[0009]本专利技术是鉴于上述问题而完成的,其目的在于实现一种能够使用机器学习算法并以独立的响应性能和独立的稳健性进行减振器 ...
【技术保护点】
【技术特征摘要】
1.一种减振器控制系统,其特征在于,所述减振器控制系统具有:减振器控制单元,其对用于车辆的悬架的减振器的特性进行控制;以及处理单元,其接受在所述车辆中测量出的与所述车辆的行为相关的反馈数据,并将通过机器学习算法的执行而确定的运算处理应用于所述反馈数据,并将通过所述运算处理而得到的控制变量输出至所述减振器控制单元,所述减振器控制单元基于在所述减振器控制单元的内部使用的控制变量对所述减振器的特性进行控制,并且将在所述内部使用的所述控制变量替换为由所述处理单元输出的新的所述控制变量。2.根据权利要求1所述的减振器控制系统,其特征在于,所述减振器控制单元以第一动作频率对所述减振器的特性进行控制,所述处理单元以小于所述第一动作频率的第二动作频率将所述控制变量输出至所述减振器控制单元。3.根据权利要求1所述的减振器控制系统,其特征在于,所述减振器控制单元不是通过由机器学习算法的执行而确定的运算处理而是通过预先决定的规则库的运算处理来进行基于在所述内部使用的所述控制变量的所述减振器的特性的控制。4.根据权利要求1所述的减振器控制系统,其特征在于,所述减振器控制单元根据基于替换后的新的所述控制变量而得到的所述减振器的特性的控制量在可容许的范围内这一判定,对所述减振器的特性进行控制。5.根据权利要求1所述的减振器控制系统,其特征在于,所述减振器控制系统还具有控制变量过滤单元,该控制变量过滤单元对从所述处理单元输出的所述控制变量是否在可容许的范围内进行判定,仅在判定为该控制变量在可容许的范围内的情况下,将从所述处理单元输出的所述控制变量输入至所述减振器控制单元。6.根据权利要求1所述的减振器控制系统,其特征在于,所述减振器控制系统还具有反馈数据过滤单元,该反馈数据过滤单元对所述反馈数据是否在可容许的范围内进行判定,仅在判定为该反馈数据在可容许的范围内的情况下,将所述反馈数据输入至所述处理单元。7.根据权利要求1所述的减振器控制系统,其特征在于,所述处理单元还接受基于与所述车辆的行为相关的反馈数据而计算出的报酬或惩罚,并将所述运算处理应用于所述反馈数据。8.根据权利要求7所述的减振器控制系统,其特征在于,所述机器学习算法包括深层强化学习算法。9.根据权利要求1所述的减振器控制系统,其特征在于,所述反馈数据包括与如下测量数据相关的数据:与所述车辆的车身的行为相关的测量数据;与所述减振器的行程行为相关的测量数据;以及与所述车辆的转向角相关的测量数据。10.根据权利要求1所述的减振器控制系统,其特征在于,所述减振器的特性是所述减振器的衰减力。11.根据权利要求10所述的减振器控制系统,其特征在于,
从所述处理单元输出的所述控制变量是用于基于天钩理论来决定所述减振器的衰减力的控制变量。12.一种车辆,其特征在于,所述车辆具有:用于悬架的减振器;减振器控制单元,其对所述减振器的特性进行控制;以及处理单元,其接受在所述车辆中测量出的与所述车辆的行为相关的反馈数据,并将通过机器学习算法的执行而确定的运算处理应用于所述反馈数据,并将通过所述运算处理而得到的控制变量输出至所述减振器控制单元,所述减振器控制单元基于在所述减振器控制单元的内部使用的控制变量对所述减振器的特性进行控制,并且将在所述内部使用的所述控制变量替换为...
【专利技术属性】
技术研发人员:藤元岳洋,
申请(专利权)人:本田技研工业株式会社,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。