[发明专利]基于驾驶员模型的速差转向车辆转向控制器及控制方法

权利要求书

1.一种基于驾驶员模型的速差转向车辆转向控制器，其特征在于，包括：基于经验驾驶员操纵杆聚类模型的Bang-Bang控制器和基于强化学习优化的模糊PI控制器；

所述基于经验驾驶员操纵杆聚类模型的Bang-Bang控制器以当前车辆行驶档位、操纵杆期望位置以及操纵杆实际位置作为输入，输出正向最大电流触发信号、反向最大电流触发信号、模糊控制器触发指令和切换面标号到所述基于强化学习优化的模糊PI控制器；

所述基于强化学习优化的模糊PI控制器在模糊控制器触发指令和切换面标号的控制下，以强化学习Q学习算法为基础，对模糊规则表进行在线优化，并输出优化后的电流控制基于电液伺服驱动的转向执行器动作。

2.根据权利要求1所述的转向控制器，其特征在于，所述基于经验驾驶员操纵杆聚类模型的Bang-Bang控制器包括，操纵杆GMM聚类模块、分界面判定逻辑模块以及Bang-Bang控制模块；

所述操纵杆GMM聚类模块以车辆实际档位、操纵杆期望位置和操纵杆实际位置作为输入，根据不同档位下采集的经验驾驶员控制的操纵杆位置数据建立每一个档位下的操纵杆GMM聚类模型，得到操纵杆期望位置、操纵杆实际位置位于的相应聚类区间和该聚类模型结果，输出各档位下的操纵杆GMM聚类结果、操纵杆期望位置聚类值、操纵杆实际位置聚类值；

所述分界面判定逻辑模块以各档位下的操纵杆GMM聚类结果、操纵杆期望位置聚类值和操纵杆实际位置聚类值为输入，根据操纵杆期望位置和操纵杆实际位置所位于的操纵杆GMM聚类区间，建立分界面判定逻辑表，判断是否进行Bang-Bang控制器和模糊控制器的切换，其切换面根据所处区间选取，以操纵杆实际位置、切换面标号和对应切换面的位置差值为输出；

所述Bang-Bang控制模块根据输入的切换面标号所对应的切换面进行切换，根据输入的操纵杆实际位置与对应切换面的位置差值进行Bang-Bang控制，以正向最大电流触发信号、反向最大电流触发信号和模糊控制器触发指令为输出。

3.根据权利要求1所述的转向控制器，其特征在于，当操纵杆期望位置相对于操纵杆实际位置更接近完全制动位置，并且操纵杆期望位置和操纵杆实际位置位于不同操纵杆区间，输出正向最大电流触发信号；所述正向最大电流触发信号触发正向最大电流输出，输出的正向最大电流到基于电液伺服驱动的转向执行器控制操纵杆向完全制动位置运动；

当操纵杆期望位置相对于操纵杆实际位置更接近完全结合位置，并且操纵杆期望位置和操纵杆实际位置位于不同操纵杆区间，输出反向最大电流；所述反向最大电流触发信号触发反向最大电流输出，输出的反向最大电流到基于电液伺服驱动的转向执行器控制操纵杆向完全结合位置运动；

当操纵杆期望位置和操纵杆实际位置位于相同操纵杆区间，输出模糊控制器触发指令到模糊PI控制器，实现操纵杆位置的模糊PI控制；输出切换面标号到模糊PI控制器，根据切换面标号所对应的切换面值进行模糊PI控制器切换。

4.根据权利要求1-3任一所述的转向控制器，其特征在于，所述模糊控制器触发指令包含切换到模糊控制器时的开关信号和操纵杆实际位置与期望位置的偏差e(t)。

5.根据权利要求4所述的转向控制器，其特征在于，基于强化学习优化的模糊PI控制器主要由参数可调整的PI控制器和模糊控制器两部分组成，所述强化学习优化的模糊PI控制器把所述偏差e(t)和偏差变化率ec(t)同时输入到模糊控制器中，根据所述偏差e(t)和所述偏差变化率ec(t)建立与PI控制器中kp和ki参数的模糊控制关系，所述kp为比例系数，所述ki为积分系数，并通过模糊控制规则在线调整控制参数kp和ki，利用强化学习算法对模糊逻辑规则表的kp和ki的控制量等级组合进行优化，实现操纵杆实际位置与期望位置偏差较小时对转向轴旋转角速率大小的控制，从而实现对操纵杆位置的精确控制。