公开(公告)号：CN112550272A

公开(公告)日：2021-03-26

申请号：CN202011475175.X

申请日：2020-12-14

Applicant: 重庆大学

Inventor： 唐小林 ,  陈佳信 ,  邓忠伟 ,  胡晓松 ,  李佳承

IPC: B60W20/11

Abstract: 本发明涉及一种基于视觉感知与深度强化学习的智能混合动力汽车分层控制方法，属于新能源汽车与智能汽车的交叉领域。该方法包括：在上层环境中，通过智能汽车的环境感知，利用摄像头与卷积网络实时监测前方车辆与路面情况，从而根据单目摄像头测距方法计算出实时的跟车距离并且判断出最佳的跟车距离；在中层环境中，利用深度值网络控制车辆的纵向加速度，从而实现混合动力汽车的智能跟车控制；在下层环境中，利用深度值网络算法控制并联式混合动力系统，完成对发动机与机械式无极变速器的协同控制，从而依据实时的需求功率进行混合动力汽车能量管理，最终实现智能化混合动力汽车的最佳燃油经济性。

公开(公告)号：CN112287463A

公开(公告)日：2021-01-29

申请号：CN202011212191.X

申请日：2020-11-03

Applicant: 重庆大学

Inventor： 唐小林 ,  周海涛 ,  邓忠伟 ,  胡晓松 ,  李佳承 ,  陈佳信

IPC: G06F30/15 ,  G06F30/27

Abstract: 本发明涉及一种基于深度强化学习算法的燃料电池汽车能量管理方法，属于新能源汽车领域。该方法包括：S1：获取燃料电池汽车状态信息；S2：搭建燃料电池汽车能量管理系统模型；S3：利用深度强化学习算法构建燃料电池汽车能量管理策略，求解包含燃油经济性以及燃料电池效率的多目标优化问题，从而得出最优能量分配结果。本发明将深度强化学习算法应用于燃料电池汽车能量管理制，具有良好的优化性以及实时性；同时在奖励函数中考虑了燃料电池的工作效率，为能量管理提供了新思路。