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：同济大学
摘要：本发明涉及一种基于强化学习的自动驾驶编队队形重组方法，包括：S1、采用图论描述编队与周围车辆的交互关系，预测编队与交互车辆的运动状态并进行碰撞检测，当碰撞风险值小于碰撞风险阈值时，转S4，否则转S2；S2、将编队决策过程建模为部分可观的马尔可夫决策过程，根据编队协同感知结果建立共享观察空间，采用强化学习算法输出编队行为决策结果；S3、基于编队行为决策结果，按照安全优先级依次对编队中车辆进行安全推演，更新编队行为决策结果；S4、根据可变车头时距计算理想间距，实时计算最优纵向控制量，进行编队跟车行驶；S5、循环执行S1～S4，直至编队完成自动驾驶任务。与现有技术相比，本发明安全鲁棒性高且编队整体通行效率高的优点。
主权项：1.一种基于强化学习的自动驾驶编队队形重组方法，其特征在于，该方法包括：S1、采用图论描述编队与周围车辆的交互关系，预测编队与交互车辆的运动状态并进行碰撞检测，基于碰撞风险阈值自适应切换编队控制权，当碰撞风险值小于碰撞风险阈值时，转S4，否则转S2；S2、将编队决策过程建模为部分可观的马尔可夫决策过程，根据编队协同感知结果建立共享观察空间，在当前场景下采用预训练后的强化学习算法输出编队行为决策结果；S3、基于编队行为决策结果，按照安全优先级依次对编队中车辆进行安全推演，根据安全推演结果和安全裕度，更新编队行为决策结果；S4、根据可变车头时距计算理想间距，采用车辆纵向运动学跟驰模型实时计算最优纵向控制量，进行编队跟车行驶；S5、循环执行S1～S4，直至编队完成自动驾驶任务。
全文数据：
权利要求：
百度查询： 同济大学 一种基于强化学习的自动驾驶编队队形重组方法
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