CN111891116A - 一种提升自动驾驶横向控制稳定性的方法 - Google Patents

一种提升自动驾驶横向控制稳定性的方法 Download PDF

Info

Publication number
CN111891116A
CN111891116A CN202010787783.8A CN202010787783A CN111891116A CN 111891116 A CN111891116 A CN 111891116A CN 202010787783 A CN202010787783 A CN 202010787783A CN 111891116 A CN111891116 A CN 111891116A
Authority
CN
China
Prior art keywords
vehicle
control
steering wheel
state
control signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010787783.8A
Other languages
English (en)
Inventor
王隆钢
韩志华
张旭
荣根熙
李超
程哲
周帅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Zhitu Technology Co Ltd
Original Assignee
Suzhou Zhitu Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Suzhou Zhitu Technology Co Ltd filed Critical Suzhou Zhitu Technology Co Ltd
Priority to CN202010787783.8A priority Critical patent/CN111891116A/zh
Publication of CN111891116A publication Critical patent/CN111891116A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/02—Control of vehicle driving stability
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/14—Adaptive cruise control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks

Abstract

本发明是一种提升自动驾驶横向控制稳定性的方法，该方法包括：首先进行适用场景判断，判断自动驾驶车辆是否处于高速自动巡航状态，若是，启动一个增量式模型预测控制器进行横向控制；所述增量式模型预测控制器根据车辆的目标航向角和目标位置输出方向盘控制信号在前一个周期基础上的变化量；将算出的变化量加上前一个周期的方向盘控制信号，得到当前周期的方向盘控制信号。本发明通过对方向盘控制信号进行增量式的叠加，并随着车速的变化不同增加了对方向盘变化量的限制，提高了自动驾驶汽车在高速驾驶状态下横向控制的安全性、平顺性和乘坐的舒适性，并且计算量大幅降低，实用性高。

Description

一种提升自动驾驶横向控制稳定性的方法
技术领域
本发明涉及智能驾驶技术技术领域，具体涉及一种提升自动驾驶横向控制稳定性的方法。
背景技术
近一个多世纪来，汽车的出现取代了传统交通运输方式，使得人们的生活更为便捷。近些年来，随着科技的发展，尤其是智能计算的飞速发展，自动驾驶汽车技术研究成为各行业聚焦的热点。麦肯锡发布的“决定未来经济的12项前沿技术”报告探讨了12项前沿技术对未来经济、社会的影响程度，分析估测了2025年12项技术各自的经济与社会影响力，其中自动驾驶汽车技术排在第6位，其2025年影响力估测为：经济效益每年约0.2-1.9万亿美元，社会效益每年可挽回3-15万个生命。
自动驾驶汽车能以雷达、光学雷达、GPS及电脑视觉等技术感测其环境。先进的控制系统能将感测资料转换成适当的导航道路，以及障碍与相关标志。根据定义，自动驾驶汽车能通过感测输入的资料，更新其地图资讯，让交通工具可以持续追踪其位置。通过多辆自动驾驶汽车构成的无人车队可以有效减轻交通压力，并因此提高交通系统的运输效率。
而自动驾驶汽车的控制系统主要包括了车辆运动控制，车辆运动控制包括横向和纵向运动控制。目前的自动驾驶汽车的横向执行器大多采用方向盘扭矩或者方向盘角度作为控制接口，横向控制是根据车辆的航向角和自身位置，以及规划决策出来的期望驾驶路径，计算出合适的横向控制信号，即目标方向盘扭矩或目标方向盘角度。自动驾驶汽车的横向执行器将执行该控制信号，从而控制自动驾驶汽车的横向移动。
在专利CN110789517A—自动驾驶横向控制方法、装置、设备及存储介质，其通过获取待控制车辆的当前车速，并获取待控制车辆前方预设区域的当前图像信息，从当前图像信息中提取所述待控制车辆所处车道的车道线信息，根据车道线信息计算当前道路曲率，根据当前车速和当前道路曲率计算预瞄距离，根据预瞄距离对待控制车辆进行横向控制。
但是，自动驾驶的横向控制转向系统的被控信号没有参考之前的周期的控制信号，而是由每个周期独立算出，可能会出现横向控制信号不平滑连续，使得自动驾驶汽车的运动稳定性和乘坐的舒适性下降，尤其是在自动驾驶汽车处于高速自动巡航的情况下。因此，需要开发出一种横向控制的方案，使得计算出的横向控制信号在保证自动驾驶横向控制的需求的情况下尽可能地平滑连续。
针对上述问题，本发明提供一种增量式的模型预测算法并将其应用到自动驾驶汽车的高速自动巡航状态下的横向控制中去，使其能够实时根据车辆状态和之前的控制周期的控制信号来计算出新的周期信号，从而使得自动驾驶汽车在高速自动巡航状态下的横向控制更加平顺并提高搭乘的舒适性。
发明内容
本发明的目的在于克服现有技术存在的问题，提供一种提升自动驾驶横向控制稳定性的方法。
为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：
一种提升自动驾驶横向控制稳定性的方法，该方法包括：
首先进行适用场景判断，判断自动驾驶车辆是否处于高速自动巡航状态，若是，启动一个增量式模型预测控制器进行横向控制；
所述增量式模型预测控制器根据车辆的目标航向角和目标位置输出方向盘控制信号在前一个周期基础上的变化量；
将算出的变化量加上前一个周期的方向盘控制信号，得到当前周期的方向盘控制信号。
进一步的，所述增量式模型预测控制器的具体构建步骤为：
步骤1）搭建车辆动力学模型；
步骤2）解析规划实时发出的数据得出车辆目标状态；
步骤3）根据车辆当前状态添加状态约束条件；
步骤4）限制控制量的预测步长，对车辆预测步长内的状态的进行预测，将模型预测控制转化成二次规划问题；
步骤5）求解二次规划问题，叠加上个周期的方向盘控制信号，得出本周期的方向盘控制信号作为横向控制的输出；
步骤6）进入下一周期。
进一步的，所述步骤1）中，将车辆动力学模型的状态方程变换为增量式输入的状态方程：
Figure 312494DEST_PATH_IMAGE001
，其中
Figure 335814DEST_PATH_IMAGE002
和
Figure 780702DEST_PATH_IMAGE003
分别为当前周期和下一个周期的车辆状态，
Figure 977197DEST_PATH_IMAGE004
为方向盘控制信号的变化量，A和B为状态方程参数。
进一步的，所述步骤2）中，在每个周期中，规划模块给控制模块发出的规划信息，控制模块解析该规划信息，并计算出规划信息要求的车辆目标状态，即车辆的目标速度、目标航向角和目标位置
Figure 89509DEST_PATH_IMAGE005
。
进一步的，所述步骤3）和步骤4）中，增量式模型预测控制器根据车辆动力学模型和车辆当前状态
Figure 752572DEST_PATH_IMAGE006
，并结合控制信号约束条件、车辆目标状态及其状态约束条件进行对车辆未来一定周期内，即预测步长N内的状态的预测，即：
Figure 809389DEST_PATH_IMAGE007
，在对控制量和状态进行预测后，从而将控制问题转化为一个二次规划问题。
进一步的，所述步骤5）中，对二次规划问题求解得到增量式模型预测控制器的输出控制量，即方向盘控制信号变化量
Figure 357045DEST_PATH_IMAGE008
，然后将本周期求得的方向盘控制信号变化量
Figure 651761DEST_PATH_IMAGE008
叠加上上一个周期的方向盘控制信号，即得到本周期的方向盘控制信号
Figure 748374DEST_PATH_IMAGE009
，作为横向控制的输出。
进一步的，所述步骤4）中，增量式模型预测控制器的预测步长N小于车辆动力学模型的预测周期，从而大幅减小模型预测控制的计算量。
进一步的，所述步骤1）中，将车辆动力学模型离线搭建存储在缓存中以便每个周期计算时调用。
本发明的有益效果是:
1、模型预测控制通过对车辆动力学进行建模，使得横向控制算法考虑到了车辆动力学特性和限制条件，有利于车辆控制的稳定性和安全性；
2、通过限制控制量的预测步长，大幅降低了模型预测控制的计算时间，从而增强了本发明的实用性；
3、通过对方向盘控制信号进行增量式的叠加，并随着车速的变化不同增加了对方向盘变化量的限制，提高了自动驾驶汽车在高速驾驶状态下横向控制的平顺性和乘坐的舒适性。
附图说明
图1为本发明启用增量式模型预测横向控制逻辑图；
图2为本发明的增量式模型预测控制器的构建流程图。
具体实施方式
下面将参考附图并结合实施例，来详细说明本发明。
一种提升自动驾驶横向控制稳定性的方法，该方法包括：
如图1所示，首先进行适用场景判断，判断自动驾驶车辆是否处于高速自动巡航状态，在本实施例中，高速自动巡航的速度为大于50km/h，若是，启动一个增量式模型预测控制器进行横向控制，若不是，则采用本领域其他常规的控制方案；
所述增量式模型预测控制器根据车辆的目标航向角和目标位置输出方向盘控制信号在前一个周期基础上的变化量；
将算出的变化量加上前一个周期的方向盘控制信号，得到当前周期的方向盘控制信号。
如图2所示，所述增量式模型预测控制器的具体构建步骤为：
步骤1）搭建车辆动力学模型；
步骤2）解析规划实时发出的数据得出车辆目标状态；
步骤3）根据车辆当前状态添加状态约束条件；
步骤4）限制控制量的预测步长，对车辆预测步长内的状态的进行预测，将模型预测控制转化成二次规划问题；
步骤5）求解二次规划问题，叠加上个周期的方向盘控制信号，得出本周期的方向盘控制信号作为横向控制的输出；
步骤6）进入下一周期。
所述步骤1）中，将车辆动力学模型的状态方程变换为增量式输入的状态方程：
Figure 292488DEST_PATH_IMAGE001
，其中
Figure 971731DEST_PATH_IMAGE002
和
Figure 386532DEST_PATH_IMAGE003
分别为当前周期和下一个周期的车辆状态，
Figure 656976DEST_PATH_IMAGE004
为方向盘控制信号的变化量，A和B为状态方程参数，A和B可由车辆动力学模型生成。
所述步骤2）中，在每个周期中，规划模块给控制模块发出的规划信息，控制模块解析该规划信息，并计算出规划信息要求的车辆目标状态，即车辆的目标速度、目标航向角和目标位置
Figure 298173DEST_PATH_IMAGE005
。
所述步骤3）和步骤4）中，增量式模型预测控制器根据车辆动力学模型和车辆当前状态
Figure 46686DEST_PATH_IMAGE006
，并结合控制信号约束条件、车辆目标状态及其状态约束条件进行对车辆未来一定周期内，即预测步长N内的状态的预测，即：
Figure 847152DEST_PATH_IMAGE007
，在对控制量和状态进行预测后，从而将控制问题转化为一个二次规划问题，其中，控制信号约束条件和车辆状态约束条件等主要来自于车辆客观的物理限制，如方向盘/车辆前轮最大转角，车辆最大加速度等，可根据实际车型参数来确定。
所述步骤5）中，对二次规划问题求解得到增量式模型预测控制器的输出控制量，即方向盘控制信号变化量
Figure 429443DEST_PATH_IMAGE008
，然后将本周期求得的方向盘控制信号变化量
Figure 682570DEST_PATH_IMAGE008
叠加上上一个周期的方向盘控制信号，即得到本周期的方向盘控制信号
Figure 237703DEST_PATH_IMAGE009
，作为横向控制的输出。
所述步骤4）中，增量式模型预测控制器的预测步长N小于车辆动力学模型的预测周期，从而大幅减小模型预测控制的计算量。
所述步骤1）中，将车辆动力学模型离线搭建存储在缓存中以便每个周期计算时调用。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种提升自动驾驶横向控制稳定性的方法，其特征在于，该方法包括：
首先进行适用场景判断，判断自动驾驶车辆是否处于高速自动巡航状态，若是，启动一个增量式模型预测控制器进行横向控制；
所述增量式模型预测控制器根据车辆的目标航向角和目标位置输出方向盘控制信号在前一个周期基础上的变化量；
将算出的变化量加上前一个周期的方向盘控制信号，得到当前周期的方向盘控制信号。
2.根据权利要求1所述的提升自动驾驶横向控制稳定性的方法，其特征在于，所述增量式模型预测控制器的具体构建步骤为：
步骤1）搭建车辆动力学模型；
步骤2）解析规划实时发出的数据得出车辆目标状态；
步骤3）根据车辆当前状态添加状态约束条件；
步骤4）限制控制量的预测步长，对车辆预测步长内的状态的进行预测，将模型预测控制转化成二次规划问题；
步骤5）求解二次规划问题，叠加上个周期的方向盘控制信号，得出本周期的方向盘控制信号作为横向控制的输出；
步骤6）进入下一周期。
3.根据权利要求2所述的提升自动驾驶横向控制稳定性的方法，其特征在于，所述步骤1）中，将车辆动力学模型的状态方程变换为增量式输入的状态方程：
Figure 353018DEST_PATH_IMAGE001
，其中
Figure 965265DEST_PATH_IMAGE002
和
Figure 846633DEST_PATH_IMAGE003
分别为当前周期和下一个周期的车辆状态，
Figure 527495DEST_PATH_IMAGE004
为方向盘控制信号的变化量，A和B为状态方程参数。
4.根据权利要求3所述的提升自动驾驶横向控制稳定性的方法，其特征在于，所述步骤2）中，在每个周期中，规划模块给控制模块发出的规划信息，控制模块解析该规划信息，并计算出规划信息要求的车辆目标状态，即车辆的目标速度、目标航向角和目标位置
Figure 177919DEST_PATH_IMAGE005
。
5.根据权利要求4所述的提升自动驾驶横向控制稳定性的方法，其特征在于，所述步骤3）和步骤4）中，增量式模型预测控制器根据车辆动力学模型和车辆当前状态
Figure 695488DEST_PATH_IMAGE006
，并结合控制信号约束条件、车辆目标状态及其状态约束条件进行对车辆未来一定周期内，即预测步长N内的状态的预测，即：
Figure 392048DEST_PATH_IMAGE007
，在对控制量和状态进行预测后，从而将控制问题转化为一个二次规划问题。
6.根据权利要求5所述的提升自动驾驶横向控制稳定性的方法，其特征在于，所述步骤5）中，对二次规划问题求解得到增量式模型预测控制器的输出控制量，即方向盘控制信号变化量
Figure 551634DEST_PATH_IMAGE008
，然后将本周期求得的方向盘控制信号变化量
Figure 650040DEST_PATH_IMAGE008
叠加上上一个周期的方向盘控制信号，即得到本周期的方向盘控制信号
Figure 338511DEST_PATH_IMAGE009
，作为横向控制的输出。
7.根据权利要求5所述的提升自动驾驶横向控制稳定性的方法，其特征在于，所述步骤4）中，增量式模型预测控制器的预测步长N小于车辆动力学模型的预测周期，从而大幅减小模型预测控制的计算量。
8.根据权利要求2或3所述的提升自动驾驶横向控制稳定性的方法，其特征在于，所述步骤1）中，将车辆动力学模型离线搭建存储在缓存中以便每个周期计算时调用。
CN202010787783.8A 2020-08-07 2020-08-07 一种提升自动驾驶横向控制稳定性的方法 Pending CN111891116A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010787783.8A CN111891116A (zh) 2020-08-07 2020-08-07 一种提升自动驾驶横向控制稳定性的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010787783.8A CN111891116A (zh) 2020-08-07 2020-08-07 一种提升自动驾驶横向控制稳定性的方法

Publications (1)

Publication Number Publication Date
CN111891116A true CN111891116A (zh) 2020-11-06

Family

ID=73247153

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010787783.8A Pending CN111891116A (zh) 2020-08-07 2020-08-07 一种提升自动驾驶横向控制稳定性的方法

Country Status (1)

Country Link
CN (1) CN111891116A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112433476A (zh) * 2021-01-27 2021-03-02 北京理工大学 电动汽车网络化控制系统鲁棒预测控制装置及其控制方法
CN113759729A (zh) * 2021-10-13 2021-12-07 苏州挚途科技有限公司 车辆横向控制方法、装置及电子设备
CN114312847A (zh) * 2022-01-13 2022-04-12 安徽江淮汽车集团股份有限公司 一种自动驾驶车辆的横向控制方法及装置
CN114399906A (zh) * 2022-03-25 2022-04-26 四川省公路规划勘察设计研究院有限公司 一种车路协同辅助驾驶系统及方法
CN114516342A (zh) * 2020-11-19 2022-05-20 上海汽车集团股份有限公司 一种车辆控制方法、装置及车辆
CN114516342B (zh) * 2020-11-19 2024-05-03 上海汽车集团股份有限公司 一种车辆控制方法、装置及车辆

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107264534A (zh) * 2017-05-23 2017-10-20 北京理工大学 基于驾驶员经验模型的智能驾驶控制系统和方法、车辆
US9925988B1 (en) * 2017-02-24 2018-03-27 Flord Global Technologies, Llc Steering and braking control system
CN108334086A (zh) * 2018-01-25 2018-07-27 江苏大学 一种基于软约束二次规划mpc的无人驾驶车辆路径跟踪控制方法
CN108569336A (zh) * 2018-04-26 2018-09-25 武汉理工大学 在动力学约束下基于车辆运动学模型转向控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9925988B1 (en) * 2017-02-24 2018-03-27 Flord Global Technologies, Llc Steering and braking control system
CN107264534A (zh) * 2017-05-23 2017-10-20 北京理工大学 基于驾驶员经验模型的智能驾驶控制系统和方法、车辆
CN108334086A (zh) * 2018-01-25 2018-07-27 江苏大学 一种基于软约束二次规划mpc的无人驾驶车辆路径跟踪控制方法
CN108569336A (zh) * 2018-04-26 2018-09-25 武汉理工大学 在动力学约束下基于车辆运动学模型转向控制方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114516342A (zh) * 2020-11-19 2022-05-20 上海汽车集团股份有限公司 一种车辆控制方法、装置及车辆
CN114516342B (zh) * 2020-11-19 2024-05-03 上海汽车集团股份有限公司 一种车辆控制方法、装置及车辆
CN112433476A (zh) * 2021-01-27 2021-03-02 北京理工大学 电动汽车网络化控制系统鲁棒预测控制装置及其控制方法
CN113759729A (zh) * 2021-10-13 2021-12-07 苏州挚途科技有限公司 车辆横向控制方法、装置及电子设备
CN113759729B (zh) * 2021-10-13 2024-04-09 苏州挚途科技有限公司 车辆横向控制方法、装置及电子设备
CN114312847A (zh) * 2022-01-13 2022-04-12 安徽江淮汽车集团股份有限公司 一种自动驾驶车辆的横向控制方法及装置
CN114312847B (zh) * 2022-01-13 2024-04-12 安徽江淮汽车集团股份有限公司 一种自动驾驶车辆的横向控制方法及装置
CN114399906A (zh) * 2022-03-25 2022-04-26 四川省公路规划勘察设计研究院有限公司 一种车路协同辅助驾驶系统及方法

Similar Documents

Publication Publication Date Title
CN110471408B (zh) 基于决策过程的无人驾驶车辆路径规划方法
CN111891116A (zh) 一种提升自动驾驶横向控制稳定性的方法
CN110539752B (zh) 一种智能汽车多预测范围模型预测轨迹跟踪控制方法及系统
Khodayari et al. A historical review on lateral and longitudinal control of autonomous vehicle motions
US10239529B2 (en) Autonomous vehicle operation based on interactive model predictive control
US11072329B2 (en) Ground vehicle control techniques
CN102076541B (zh) 用于自动车道居中和车道变换控制系统的路径生成算法
CN111489578B (zh) 一种基于车道时空间隙的高速道路无人驾驶决策规划方法
US20190375394A1 (en) Ground Vehicle Control Techniques
WO2019084009A1 (en) LATERAL CLEARANCE REQUIRED FOR SPEED FOR AUTHORIZED VEHICLE TRACK PLANNING
CN111002993B (zh) 一种基于场景识别的自动驾驶低油耗运动规划方法及系统
CN110825095B (zh) 一种自动驾驶车辆横向控制方法
CN114771563A (zh) 一种自动驾驶车辆轨迹规划控制实现方法
CN115257724A (zh) 一种插电式混动汽车安全节能决策控制方法和系统
US11634133B1 (en) Adaptive automatic preventative braking (APB) distance
CN114942642A (zh) 一种无人驾驶汽车轨迹规划方法
CN114715193A (zh) 一种实时轨迹规划方法及系统
CN112937584A (zh) 一种自动换道控制方法、装置及汽车
CN112440989A (zh) 车辆控制系统
US11618460B1 (en) Predictive planning
CN116142231A (zh) 一种考虑多因素的自动驾驶车辆纵向控制方法及系统
CN112590815B (zh) 基于act-r的自动驾驶预测节能认知模型的构建方法
CN115542899A (zh) 车辆路径跟踪的方法、装置、车辆、电子设备及介质
CN112455439B (zh) 基无人驾驶车辆环境认知及决策控制方法、系统及车辆
CN114228690A (zh) 一种基于ddpg和迭代控制的自动驾驶车辆侧倾控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20201106

RJ01 Rejection of invention patent application after publication