基于深度拉格朗日神经网络的自动驾驶车辆控制系统及方法

摘要

本发明公开了基于深度拉格朗日神经网络的自动驾驶车辆控制系统及方法，包括：车辆动力学模型部分，坐标转换部分，控制环部分，深度拉格朗日神经网络部分；利用深度拉格朗日神经网络学习拉格朗日方程中的惯量矩阵，计算出广义力，有效的学习自动驾驶车辆的动力学方程，本发明结合了深度学习和物理模型的优点，实现了良好的自动驾驶车辆的轨迹跟踪控制能力，同时基于拉格朗日方程的神经网络由于其良好的物理可解释性，因此有良好的问题诊断能力和泛化能力，在学习速度上优于其他方法，表现出更稳健的新轨迹推断和实时在线学习能力，降低了离线训练的计算成本和时间成本，具有良好的适应性，通过极少的参数调整即可将该控制系统应用于其他车辆上。