[发明专利]基于单神经元网络PID的车速控制方法、装置以及车辆在审
申请号: | 202210230417.1 | 申请日: | 2022-03-08 |
公开(公告)号: | CN114624991A | 公开(公告)日: | 2022-06-14 |
发明(设计)人: | 宋朝忠;万各各 | 申请(专利权)人: | 深圳市易成自动驾驶技术有限公司 |
主分类号: | G05B11/42 | 分类号: | G05B11/42 |
代理公司: | 深圳市恒程创新知识产权代理有限公司 44542 | 代理人: | 钟永翠 |
地址: | 518057 广东省深圳市南山区西丽街道*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 神经元 网络 pid 车速 控制 方法 装置 以及 车辆 | ||
1.一种基于单神经元网络PID的车速控制方法,其特征在于,所述方法包括以下步骤:
获取目标车辆的初始输出,其中,所述初始输出是将所述目标车辆的比例分量、积分分量和微分分量,输入预设单神经元网络获得;
利用所述初始输出,对所述预设单神经元网络的第一初始权重、第二初始权重和第三初始权重进行修正,获得修正后的单神经元网络;其中,所述第一初始权重与所述比例分量对应,所述第二初始权重与所述积分分量对应,所述第三初始权重与所述微分分量对应;
将所述比例分量、所述积分分量和所述微分分量,输入所述修正后的单神经元网络,获得结果输出;
利用所述结果输出,对所述目标车辆的车速进行控制。
2.如权利要求1所述的方法,其特征在于,所述获取目标车辆的初始输出的步骤之前,所述方法还包括:
在获取到目标车辆的车速时,利用所述车速构建所述比例分量、所述积分分量和所述微分分量;
将所述比例分量、所述积分分量和所述微分分量,输入所述预设单神经元网络,以使所述预设单神经元网络,利用预设增益值、所述第一初始权重、所述第二初始权重和所述第三初始权重,对所述比例分量、所述积分分量和所述微分分量进行处理,获得所述初始输出。
3.如权利要求2所述的方法,其特征在于,所述车速包括当前参考车速、当前实际车速、历史参考车速和历史实际车速;所述利用所述车速构建所述比例分量、所述积分分量和所述微分分量的步骤,包括:
利用所述历史参考车速和所述历史实际车速,构建历史车速误差;
利用所述当前参考车速和所述当前实际车速,构建当前车速误差;
利用所述当前车速误差和所述历史车速误差,构建所述比例分量;
利用所述当前车速误差,构建所述积分分量;
利用所述当前车速误差和所述历史车速误差,构建所述微分分量。
4.如权利要求2所述的方法,其特征在于,所述将所述比例分量、所述积分分量和所述微分分量,输入所述预设单神经元网络的步骤之前,所述方法还包括:
确定所述目标车辆运行至需求速度的控制值;
确定所述目标车辆的阶跃信号;
利用所述控制值和所述阶跃信号,获得所述预设增益值。
5.如权利要求4所述的方法,其特征在于,所述将所述比例分量、所述积分分量和所述微分分量,输入所述预设单神经元网络的步骤之前,所述方法还包括:
利用所述预设增益值和所述阶跃信号,计算所述第二初始权重;
利用所述第二初始权重,确定所述第三初始权重;
利用所述第三初始权重和所述第二初始权重,确定所述第一初始权重。
6.如权利要求5所述的方法,其特征在于,所述利用所述预设增益值和所述阶跃信号,计算所述第二初始权重的步骤之前,所述方法还包括:
确定所述目标车辆对应的积分时间和控制周期;
所述利用所述预设增益值和所述阶跃信号,计算所述第二初始权重的步骤,包括:
利用所述积分时间、所述控制周期、所述阶跃信号、所述控制值和所述预设增益值,计算所述第二初始权重。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市易成自动驾驶技术有限公司,未经深圳市易成自动驾驶技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210230417.1/1.html,转载请声明来源钻瓜专利网。