龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：重庆大学
摘要：本发明涉及一种面向匝道汇入场景的自动驾驶分层决策控制方法，属于自动驾驶汽车技术领域，包括以下步骤：S1：构建具有交互性的高速公路平行式匝道汇入场景，使用二自由度运动学模型描述训练场景中车辆的运动，并利用基于规则的智能决策控制模型控制其他车辆，使环境具有交互性；S2：构建基于最大熵深度强化学习的决策模型；S3：构建基于多项式曲线的轨迹规划算法；S4：构建基于匝道场景的动作映射函数及路径跟踪控制模型，将车辆轨迹和动作转换为笛卡尔坐标系，通过PID算法跟踪轨迹以控制车辆运动；S5：训练所述基于最大熵深度强化学习的决策模型。本发明降低了强化学习整体训练难度，提高了自动驾驶汽车匝道汇入的稳定性和安全性。
主权项：1.一种面向匝道汇入场景的自动驾驶分层决策控制方法，其特征在于：包括以下步骤：S1：构建具有交互性的高速公路平行式匝道汇入场景，使用二自由度运动学模型描述训练场景中车辆的运动，并利用基于规则的智能决策控制模型控制其他车辆，使环境具有交互性；S2：构建基于最大熵深度强化学习的决策模型，包括构建基于匝道场景下的状态映射、状态空间、动作空间、奖励函数、策略模型、评价模型与经验回放池；S3：构建基于多项式曲线的轨迹规划算法，包括构建换道动作矫正模型，基于五次多项式计算车辆横向轨迹，基于四次多项式计算车辆纵向轨迹，将所述横向轨迹和纵向轨迹拼接，得到车辆三维轨迹；S4：构建基于匝道场景的动作映射函数及路径跟踪控制模型，将由多项式曲线规划的车辆轨迹和动作转换为笛卡尔坐标系，通过PID算法跟踪轨迹以控制车辆运动；S5：训练所述基于最大熵深度强化学习的决策模型。
全文数据：
权利要求：
百度查询： 重庆大学 一种面向匝道汇入场景的自动驾驶分层决策控制方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号