面向智能汽车人机协同转向控制的强化学习变阻抗人机交互方法

人机交互已成为智能汽车设计的核心要素之一,针对人机协同转向控制问题,提出一种基于强化学习的智能汽车变阻抗人机交互方法.首先基于虚拟阻抗的思想提出针对转向控制的人机交互框架,用于描述控制权分配的连续过程;其次在此基础上,设计基于变阻抗的人机协同转向控制算法,通过改变虚拟阻抗动态调整控制权分配;再次开发基于深度确定性策略梯度(Deep deterministic policy gradient,DDPG)的阻抗调协策略,根据驾驶人操纵行为确定虚拟阻抗;最后进行驾驶人在环试验,试验结果表明,与常规方法相比,所提出的方法能够使自动驾驶系统根据驾驶人的操纵行为让渡一定的控制权给驾驶人,人机交互过程平稳、柔和,易于驾驶人适应,对驾驶人的影响更小,降低了驾驶人的操纵负荷,同时自动驾驶系统还能够生成适当大小的控制转矩向驾驶人表达自身的驾驶意图,实现有效的人机交互.