[发明专利]电动客车双源智能转向系统及转向协同控制方法

权利要求书

1.电动客车双源智能转向系统，其特征在于：包括环境感知单元，环境感知单元包括车载的激光雷达、毫米波雷达、摄像头、车路通信模块和车车通信单元；

环境感知单元通过线路连接有上层控制器，上层控制器通过线路连接有下层控制器；

下层控制器连接有第一逆变器和第二逆变器；第一逆变器的输入端与48伏低压蓄电池相连接，第二逆变器的输入端与高压动力电池组相连接；

第一逆变器和第二逆变器均与开绕组永磁同步电机的定子绕组的两端相连接；开绕组永磁同步电机的输出轴连接有减速器，减速器的转向主销通过转矩传感器连接转向横拉杆，转向横拉杆的两端分别通过滚珠丝杠连接有转向传动机构，各转向传动机构分别连接一个转向车轮；

转向横拉杆两端的转向传动机构用于控制电动客车的转向车轮；减速器的转向主销上设有转角传感器，转角传感器用于产生转矩信号H，转角传感器通过线路与下层控制器相连接；

环境感知单元将车路通信信号A、车车通信信号B、激光雷达信号C、毫米波雷达信号D和摄像头信号E的集合即环境综合信息F传递给上层控制器；

上层控制器通过环境综合信息F获取电动客车具体行驶环境、车体位移和姿态信息，通过多性能目标下的纵横向协同自评判优化决策方法得到期望转角信号G并将期望转角信号G传递给下层控制器；

下层控制器接收期望转角信号G以及转角传感器反馈的转矩信号H，通过高低双源主从协同控制方法调整第一逆变器第二逆变器的输出功率分配，控制两个逆变器的输出，产生最优协同转向电机力矩，跟踪上层控制器给定的期望转角。

2.权利要求1所述电动客车双源智能转向系统的转向协同控制方法，其特征在于按以下步骤进行：

（1）上层控制器通过环境综合信息F获取电动客车具体行驶环境、车体位移和姿态信息；

（2）上层控制器根据环境综合信息F以及电动客车具体行驶环境、车体位移和姿态信息，通过多性能目标下的纵横向协同自评判优化决策方法得到期望转角信号G；

（3）下层控制器接收期望转角信号G以及转角传感器反馈的转矩信号H形成闭环控制，通过高低双源主从协同控制方法管理开绕组永磁同步电机的输出力矩I；

（4）开绕组永磁同步电机输出的力矩I经过减速器、转向横拉杆、滚珠丝杠和转向传动机构传递至转向车轮，实现转向车轮对期望转角信号G的跟踪，达到对电动客车行驶方向的智能转向控制目的。

3.根据权利要求2所述的转向协同控制方法，其特征在于：第（2）步骤中的多性能目标下的纵横向协同自评判优化决策方法按以下步骤进行：

(2.1) 获取离线策略d：上层控制器从驾驶员经验数据集a获取离线驾驶历史数据b，利用多尺度神经网络c进行离线学习从而获得离线策略d；

(2.2) 在线强化学习：上层控制器通过与环境综合信息F进行交互，采用最优均衡理论中的自适应加权和法确定回报函数e，通过回报函数e实现保证纵向和横向各自性能的同时兼顾整体安全、节能和舒适多目标性能的整体最优；

(2.3) 在线强化学习的过程中，上层控制器通过与环境综合信息F进行交互并得到期望转角信号G的过程中，上层控制器采取电动客车的速度和方向盘角度形成学习系统的二维动作与环境交互，并用回报函数e来表述二维动作对行车状态的影响；

(2.4) 在线强化学习的过程中，在电动客车执行一系列二维动作后获得最大累积回报来确定评价函数f，根据评价函数f和评价误差g确定在线学习率h，最后得到在线策略i；

(2.5)每进行一次在线强化学习过程后，将新捕获的在线策略i与历史数据b重新组合，作为新的离线多尺度神经网络c的训练样本。

4.根据权利要求2或3所述的转向协同控制方法，其特征在于：第（3）步骤中的高低双源主从协同控制方法按以下步骤进行：

采用最优均衡理论中的领导者－跟随者Stackelberg博弈模型，把高压动力电池和48V低压蓄电池驱动的第一逆变器和第二逆变器映射为Stackelberg博弈模型中的领导者和跟随者，从而将两个动力源驱动的两个逆变器的主从协同控制分配问题，转化为最优均衡中的Stackelberg博弈过程；采用近似动态规划算法确定主从协同控制律，从而控制开绕组永磁同步电机输出力矩，完成第（3）步骤。