基于贝叶斯优化的运载体控制器自动优化方法、介质及设备技术

本发明专利技术公开一种基于贝叶斯优化的运载体自动驾驶控制器自动优化方法、介质及设备，使用贝叶斯优化对运载体自动驾驶控制器的性能进行自动优化，取代了原始冗繁、效率低下的手动调参以及网格调参，具有明确的现实意义，并且使用了批次并行化技术对贝叶斯优化的解析式代理函数进行了改进提升，提高运载器自动驾驶控制器性能优化的效率，具有明显的技术先进性和实用性。性和实用性。性和实用性。

【技术实现步骤摘要】
基于贝叶斯优化的运载体控制器自动优化方法、介质及设备


[0001]本专利技术属于智能汽车自动驾驶
，具体涉及到一种基于贝叶斯优化的运载体自动驾驶控制器自动优化方法、介质及设备。

技术介绍

[0002]近年来，随着运载体车辆智能化水平的迅速提升，自动驾驶相关技术得到了蓬勃发展，部署有控制算法的控制器是自动驾驶车辆系统的必备模块之一，其可以有效的控制运载体车辆追踪参考轨迹向前行驶，通常，控制算法的设计需要对车辆动力学进行建模，并根据所建模型进行构建，而在此过程中，需要对模型进行线性化和离散化，故而所设计的控制算法需要对其多项参数进行调节标定，以使得控制算法性能达到要求。以往，控制算法参数的调节都通过手动调节、或者网格搜索等方法进行，其效率低下，且参数调节空间有限，无法趋向最优控制性能。
[0003]为优化控制算法性能并提升该优化过程的效率，学者们进行了一些相关研究和探索。A.Marco等人发表在IEEE International Conference on Robotics and Automation，2016的论文"Automa本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于贝叶斯优化的自动驾驶运载体控制器优化方法，其特征在于，包括如下步骤：S1：初始化采样数据集S2：对数据集使用代理模型进行建模；建立贝叶斯优化代理函数，循环以下步骤：S21：通过代理模型回归得到后验分布均值和方差；S22：通过贝叶斯优化代理函数，得到待评估参数组；S23：将得到的待评估参数组在运载车体车辆上进行验证，并将该参数组的数据扩增至采样数据集S3：待评估参数组达到终止条件，则退出S2的循环步骤，结束并得到控制器所求指标参数。2.根据权利要求1所述的一种基于贝叶斯优化的自动驾驶运载体控制器优化方法，其特征在于：S1：对待评估的控制器性能指标进行建模，得到评价函数；根据指标中待优化参数集合的可达域，选择n个可行组合作为待评估参数组集，通过待评估参数在运载体车辆上进行控制器性能效果实验，并收集效果指标数据集S2：将S1待评估参数组集X＝{θ1,
…
,θ
n
}作为输入，待评估参数组集对应的效果指标集作为输出，使用代理模型进行效果指标数据集的建模；其中，θ
i
,i∈[1,n]表示已评估的参数组，表示控制器性能效果值；建立贝叶斯优化代理函数，然后循环以下步骤：S21:通过代理模型回归得到效果指标数据集的后验分布和方差；S22:将S21所得后验分布的均值函数和方差函数代入贝叶斯优化代理函数，得到代理函数预测的推荐解θ
n+1
·
；S23:将S22得到的推荐解所表征的参数组，在运载体车辆上进行控制器性能效果实验，收集效果指标并将该组数据扩增现有数据集S3：当控制器效果指标与理想指标之差小于设定阈值，或者后验分布均值与设定阈值之差小于设定阈值时，退出循环步骤，所得推荐解即为控制器所求指标参数。3.根据权利要求2所述的一种基于贝叶斯优化的自动驾驶运载体控制器优化方法，其特征在于：S1所述运载体车辆系统控制性能指标的评价函数建模方式为：其中，表示参数θ配入系统的控制性能，代表了控制精确度、运载体车辆安全性和控制代价的加权融合，表示方差为的高斯分布噪声，表示参数组θ配入系统后测量得到的相应的带噪评估结果。4.根据权利要求2所述的一种基于贝叶斯优化的自动驾驶运载体控制器优化方法，其特征在于：S1中所述待优化参数集合的可达域空间为混合空间，混合空间包括离散空间和连续空间，待优化的部分参数集隶属于离散空间，部分参数集隶属于连续空间。5.根据权利要求2所述的一种基于贝叶斯优化的自动驾驶运载体控制器优化方法，其
特征在于：S2所述代理模型为高斯...

【专利技术属性】
技术研发人员：苏杰，牟剑秋，许正昊，李晓芸，
申请(专利权)人：上海友道智途科技有限公司，
类型：发明
国别省市：