【技术实现步骤摘要】
本专利技术属于智能驾驶领域，具体涉及一种面向混合扰动的异质网联车队的智能鲁棒控制方法。
技术介绍
1、在智能网联车队的发展领域，有效的车辆控制策略对于实现安全、高效的道路交通至关重要。尽管近年来自动驾驶技术取得了显著进展，但现有的车队控制方法在处理复杂交通环境中的输入时延、不确定参数和外部扰动方面仍存在局限性。特别是在纵向动力学控制方面，现有技术通常难以兼顾稳定性、安全性、驾乘舒适性和行驶跟随的高效性。
2、此外，传统的控制策略，如基于模型的控制和pid控制，往往在复杂、动态变化的驾驶环境中显示出适应性不足。为了克服这些挑战，深度强化学习提供了一种有效的解决方案。它利用机器学习技术优化长期复杂的决策过程，尤其适用于处理高维度控制任务。然而，单独的深度强化学习方法在确保实时反应和系统鲁棒性方面仍有改进空间。在此背景下，滑模控制方法的引入显得尤为重要。作为一种有效的非线性控制策略，滑模控制以其对不确定性和动态系统的强鲁棒性而著称。因此，结合深度强化学习和滑模控制的方法，不仅能够优化智能网联车队的控制策略，还能显著提高对复杂环境的...
【技术保护点】
1.一种面向混合扰动的异质网联车队的智能鲁棒控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向混合扰动的异质网联车队的智能鲁棒控制方法，其特征在于，步骤1所述的三阶纵向动力学模型为：
3.根据权利要求2所述的面向混合扰动的异质网联车队的智能鲁棒控制方法，其特征在于，步骤2具体过程为：
4.根据权利要求3所述的面向混合扰动的异质网联车队的智能鲁棒控制方法，其特征在于，步骤3具体过程为：
【技术特征摘要】
1.一种面向混合扰动的异质网联车队的智能鲁棒控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向混合扰动的异质网联车队的智能鲁棒控制方法，其特征在于，步骤1所述的三阶纵向动力学模型为：
<...【专利技术属性】
技术研发人员：翟春杰，詹一笑，陈宏磊，陈楚翘，宋慧，王博，颜成钢，
申请(专利权)人：杭州电子科技大学，
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。