CN119408424A 电动滑板车智能速度控制方法、装置、设备及存储介质 （深圳市乐骑智能科技有限公司） - 副本

道鹭湖社区观乐路5号多彩科创园D座本发明涉及一种电动滑板车智能速度控制2基于所述时序特征矩阵构建多头时间自注意力机制和空间交叉将所述时间特征向量和所述空间特征向量输入多特征融合模块进基于所述系统状态向量通过线性矩阵不等式求解计算观测器增将所述自适应PID控制参数输入PWM调制器进行电机控制量计算，对电动滑板车的速度采样器采集的原始速度数据进行数字低通滤对所述时序特征矩阵进行线性变换，得到八组独立的注意力头对每组所述注意力头特征进行缩放点积运算，得到注意力权重矩阵，对所述时序特征矩阵中的道路环境图像序列特征进行第一注意力分支对所述时序特征矩阵中的骑行姿态特征进行第二注意力分支处理，得对所述道路环境注意力特征和所述骑行姿态注意力特征进行特征3将所述时间特征向量输入第一通道注意力网络进行特征重要性计算将所述空间特征向量输入第二通道注意力网络进行特征重要性计算对所述时间特征向量和所述时间特征权重系数进行特征加权处理，得到加权时间特将所述加权时间特征和所述加权空间特征输入三层全将所述融合特征向量输入LSTM序列预测器进行速度序列生成，得到初始速度预测序将所述初始速度预测序列输入场景适应器进行速对电动滑板车的动态模型进行离散化处理，得到离散状态空间方程，对所述离散状态空间方程进行可观测性分析，得到可观测矩阵，并基对所述目标速度序列中的期望速度和实际速度进行将所述速度观测误差和所述扰动边界条件输入观测器对所述滤波后的状态量进行组合，得到系统状态向量，所述系统对所述系统状态向量进行误差动态建模，得到误差动态方程，所述将所述误差动态方程转化为线性矩阵不等式形式进行求对所述观测器增益矩阵进行极点配置，得到系统特征方程，并通过符号函数对所述速度环PID初始参数进行在线参数更新，得到外环速度控制器参4对所述外环速度控制器参数和所述内环电流控制器参数进行层级组合，得到自适应限幅处理将电流指令限制在电动滑板车电机额定电流的正负对所述限幅电流指令进行三相静止坐标系变换处理，得到三相电流止坐标系变换采用反Park变换和反Cl基于所述基本电压矢量作用时间序列进行开关时将所述死区补偿后的PWM波形输入MOS驱动芯片进行电平转换，8.一种电动滑板车智能速度控制装置，其特征在于，用于实采集模块，用于对电动滑板车的骑行历史数据进行采集及滤波处理，处理模块，用于基于所述时序特征矩阵构建多头时间自注意力机制和融合模块，用于将所述时间特征向量和所述空间特征向量输度序列；求解模块，用于基于所述系统状态向量通过线性矩阵不等式求解计算观测器增益矩输出模块，用于将所述自适应PID控制参数输入PWM调制器进行电机控制量被处理器执行时实现权利要求1至7中任一项所述的5[0001]本发明涉及智能速度控制技术领域，特别涉及一种电动滑板车智能速度控制方[0002]传统的电动滑板车速度控制系统主要采用基于滑模观测器和自适应控制器的方6标速度序列；输出模块，用于将所述自适应PID控制参数输入PWM调制器进行电机控制量计算，和内环电流控制器的串级控制结构，实现了控制参数的自适应调整，并采用SVPWM调制策78需要说明的是，将时间特征向量输入第一通道注意力网络中进行特征重要性计终的目标速度序列。9对更新后的系统状态还需要进行数字滤波，消除系统状态中的高频噪声和不必要的波动，的增益参数根据当前的速度误差信号进行动态调整，使得PID控制器能够适应不同的骑行调整电机的参考电流，而内环电流控制器则根据参考电流进行电机驱动电流的精确控制。和q轴的电流分量转换回两相静止坐标系，而反Clarke变换进一步将两相静止坐标系下的到死区补偿后的PWM波形。死区时间插入是为了在上下桥臂切换时留出一个微小的时间间图像序列；;;;;;;;其中，Inin和Inax分别为图像中所有像素的最小值和最大值，通过将原始图像的;;;;;其中，表示将八个注意力头的输出特征按列拼接，;;;;;将融合特征向量输入LSTM序列预测器进行速度序列生成，得到初始速度预测序表示时间步的数量，d表示特征的维度。时间特征向量Tr经过第一层全连接层进行线性变;;;特征的重要性程度。将空间特征向量sreRxd输入到第二通道注意力网络进行特征重要;;;其中，表示对时间特征和空间特征进行拼接，wzeR2dx256是第一层的权重矩阵，bzeR256为偏置项。通过ReLU激活函数提高模型对非线性特征的拟合能;;其中，wseR256x128、b;eR128为第二层的权重矩阵和偏置项，wceRl28x64、为第三层的权重矩阵和偏置项。最终得到的融合特征向量为,这一融合特征向量包含时间和空间特征的综合信息。将融合特征向量p(3)新公式如下：;;;i表示第t个;少速度序列中的剧烈波动，从而提供更稳定和舒适的骑行体验。设场景约束速度序列为;其中，vtarget,t为目标速度序列在时间步t的值，2k+1表示滤波窗口的长度，补偿项；;分(如欧拉方法或Z变换等)，将连续系统模型转化为：;w[k]为外部扰动，Aa=eATS为离散系统状态矩阵，Ba和Ga分别为离散控制输入矩阵和离;矩阵的秩为，则系统是可观测的，这意味着能够通过输入输出数据推断出系统的全部状;得到速度观测误差。假设目标速度为，实际速度为，速度观测误差;;强观测器对未知扰动的补偿能力。将速度观测误差e,[k]和扰动边界条件输入到观测器状态方程中进行状态更新计算，以得到更新后的系统状态[k+1]。更新后的状态向量包;;[0028]在一个示例中，基于系统状态向量通过线性矩阵不等式求解计算观测器增益矩通过符号函数对速度环PID初始参数进行在线参数更新，得到外环速度控制器参对外环速度控制器参数和内环电流控制器参数进行层级组合，得到自适应PID控;;;;;;;;流的控制过程。假设三相电流为i,ibic，通;;;处理将电流指令限制在电动滑板车电机额定电流的正负10倍标系变换采用反Park变换和反Clarke对三相电流指令进行SVPWM调制策略计算，得到基本电压矢量作用时间序列，于控制器输出过大导致电机过载或者其他电力电子器件的损坏。假设电机的额定电流为ia表示为：;;;指令转换为三相交流电流指令，用于控制电动机的三相绕组。对三相电流指令进行SVPWM;的作用是将PWM控制信号的电平提升到能够驱动功率MOSFET的电平，因为控制器输出的逻处理模块2，用于基于时序特征矩阵构建多头时间自注意力机制和空间交叉注意融合模块3，用于将时间特征向量和空间特征向量输入多特征融合模块进行加权求解