行驶速度确定模型的训练方法、行驶速度确定方法及设备技术

本申请实施例涉及智能搬运技术领域，尤其涉及一种行驶速度确定模型的训练方法、行驶速度确定方法及设备，该训练方法采用的训练集考虑了影响无人搬运车搬运时间的第一配置参数和影响无人搬运车行驶稳定性的第二配置参数，其中，搬运时间为无人搬运车完成搬运任务所需要的时间，行驶稳定性是指无人搬运车在行驶途中维持搬运物体的稳定性，从而，神经网络能够学习第一配置参数和第二配置参数分别与行驶速度之间的内在联系和规律，使得训练好的行驶速度确定模型在输出行驶速度时能够考虑到搬运时间和行驶稳定性分别对行驶速度的影响，即能够输出兼顾搬运时间和行驶稳定性的行驶速度，有利于无人搬运车能尽可能快速且稳定安全地完成搬运任务。地完成搬运任务。地完成搬运任务。

【技术实现步骤摘要】
行驶速度确定模型的训练方法、行驶速度确定方法及设备


[0001]本申请实施例涉及智能搬运
，尤其涉及一种行驶速度确定模型的训练方法、行驶速度确定方法及设备。

技术介绍

[0002]电动汽车采用电能可以解决传统油车带来的能源消耗及温室气体排放等问题，实现节能减排，环保可持续发展。对于推进电动汽车的普及而言，解决续航问题的配套设备，是一重要项目。充电桩作为主要的配套设备，充电时间长，影响电动汽车的持续运营。采用换电站，能够将电动汽车的亏电电池更换为满电电池的时间降低至与燃油车加油的时间接近，实现电动汽车的电池快速更换。从而，换电站在增加电动汽车的续航里程的同时，还不影响电动汽车的持续运营。
[0003]在换电过程中，用于搬运电池的无人搬运车的行驶速度是影响换电时间的重要因素。目前，无人搬运车的速度是按经验设置的，过慢的行驶速度影响换电时间(搬运时间)，过快的行驶速度影响行驶过程中的稳定性，例如速度过快导致电池从无人搬运车上摔落，也即，在搬运时间和行驶稳定性上，无法兼顾达到平衡。

技术实现思路

[0004]本申请实施例提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种行驶速度确定模型的训练方法，其特征在于，所述方法包括：获取训练集，所述训练集包括若干个配置信息，每一所述配置信息对应一个测得速度，所述配置信息包括影响无人搬运车搬运时间的第一配置参数和影响所述无人搬运车行驶稳定性的第二配置参数；采用所述训练集对预设的神经网络进行训练，直至所述神经网络收敛，得到所述行驶速度确定模型。2.根据权利要求1所述的方法，其特征在于，所述第一配置参数包括所述无人搬运车中伺服电机的转速和/或所述无人搬运车中伺服电机的扭矩。3.根据权利要求1或2所述的方法，其特征在于，所述第二配置参数包括所述无人搬运车的承载面大小和/或负载重量。4.根据权利要求1
‑
3任意一项所述的方法，其特征在于，所述获取训练集，包括：获取各配置参数的取值范围，且一所述配置参数取至少三个水平数；将各所述配置参数的至少三个水平数按预设组合规则进行组合，以获取所述若干个配置信息；获取所述若干个配置信息分别对应的测得速度，将所述若干个配置信息及与所述若干个配置信息分别对应的测得速度作为所述训练集。5.根据权利要求4所述的方法，其特征在于，所述预设组合规则为正交试验组合。6.根据权利要求4所述的方法，其特征在于，一所述配置参数的至少三个水平数呈等差数列分布。7.根据权利要求1所述的方法，其特征在于，所述神经网络为误差反向传播神经网络，所述误差反向传播神经网络包括输入层、隐含层和输出层，所述隐含层的数量为1，所述隐含层中神经元节点数的初始值为(m

【专利技术属性】
技术研发人员：王霞，请求不公布姓名，王清明，请求不公布姓名，请求不公布姓名，请求不公布姓名，
申请(专利权)人：宁德时代新能源科技股份有限公司，
类型：发明
国别省市：