买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：湖南师范大学

摘要：本发明公开了基于单目RGB‑D特征和强化学习的端到端自动驾驶决策方法，包括：获取RGB图像，将RGB图像输入至预先训练好的图像特征提取网络和预先训练好的单目深度特征提取网络；预先训练好的图像特征提取网络对RGB图像进行特征提取得到第一图像特征，预先训练好单目深度特征提取网络对RGB图像进行特征提取得到第一深度特征；对图像特征和深度特征进行RGB‑D特征融合，得到融合后的第一特征向量；将融合后的第一特征向量和预先存储的历史动作向量拼接得到第一状态向量，并将第一状态向量输入至预先训练好的智能体网络得到Q值，根据Q值进行自动驾驶决策。提高智能体环境感知的能力，进而增强自动驾驶决策能力。

主权项：1.基于单目RGB-D特征和强化学习的端到端自动驾驶决策方法，其特征在于，所述方法包括以下步骤：步骤S500：获取RGB图像，将所述RGB图像输入至预先训练好的图像特征提取网络和预先训练好的单目深度特征提取网络；步骤S600：所述预先训练好的图像特征提取网络对所述RGB图像进行特征提取得到第一图像特征，所述预先训练好的单目深度特征提取网络对所述RGB图像进行特征提取得到第一深度特征；步骤S700：对所述图像特征和所述第一深度特征进行RGB-D特征融合，得到融合后的第一特征向量；步骤S800：将所述融合后的第一特征向量和预先存储的历史动作向量拼接得到第一状态向量，并将所述第一状态向量输入至预先训练好的智能体网络得到Q值，根据所述Q值进行自动驾驶决策；步骤S800中将所述第一状态向量输入至预先训练好的智能体网络得到Q值，包括：步骤S810：所述第一状态向量经过全连接层映射至预设维度，得到预设维度的第一状态向量；步骤S820：将所述预设维度的第一状态向量分别输入至值网络和优势函数网络，分别得到当前时刻的状态值和表示该状态下的每个动作的重要性的优势值；步骤S830：根据所述当前时刻的状态值和所述优势值得到对应于每个动作的Q值；步骤S830具体为： 其中，Qs，a表示在状态s下采取动作a的回报值，Vs表示当前时刻的状态值，As，a表示状态s下的每个动作的重要性的优势值，As，a′表示状态s下的所有动作的重要性的优势值。

全文数据：

权利要求：

百度查询： 湖南师范大学 基于单目RGB-D特征和强化学习的端到端自动驾驶决策方法