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：本发明涉及自动驾驶技术领域，具体涉及一种基于分层强化学习的端到端驾驶方法，其包括步骤：获取预先给定的车辆行驶路径；基于强化学习分别建模得到路径跟随模型和动态避障模型；基于车辆行驶路径，部署强化学习网络求解路径跟随模型得到对应的路径跟随决策；基于车辆行驶路径，部署强化学习网络结合对应的路径跟随决策求解动态避障模型得到对应的动态避障决策；基于车辆行驶路径、路径跟随决策和动态避障决策实现车辆的端到端驾驶。本发明的端到端驾驶方法能够适用于复杂应用场景和实际应用场景，从而能够提高端到端驾驶决策的准确性和泛化性。

主权项：1.一种基于分层强化学习的端到端驾驶方法，其特征在于，包括以下步骤：S1：获取预先给定的车辆行驶路径；S2：基于强化学习分别建模得到路径跟随模型和动态避障模型；步骤S2中，通过如下步骤建模路径跟随模型：S201：初始化路径跟随模型的状态空间和动作空间，设定车辆起始点姿态；S202：以车辆起始点作为坐标系原点，沿着车辆行驶路径移动，通过车辆周围环境状态以及车辆自身状态组成路径跟随模型的状态空间；S203：通过当前时刻车辆的速度和转向角组成路径跟随模型的动作空间；S204：通过速度奖惩、靠近目标点奖惩、行驶方向奖惩以及到达目标点、终点的奖惩组成路径跟随模型的奖励函数；路径跟随模型的状态空间表示为Sg＝[Vt,St,yt,dt]；式中：Vt表示当前时刻的车辆速度；St表示当前时刻的车辆转向角；yt表示当前时刻行驶方向与目标点方向的夹角；dt表示当前时刻车辆与车辆行驶路径的垂直距离；路径跟随模型的动作空间表示为Ag＝[Vt,St]；式中：Vt表示当前时刻的车辆速度；St表示当前时刻的车辆转向角；路径跟随模型的奖励函数表示为Rg＝Rv+Ry+Rc+Rw；其中，Rv＝vs-vm2vm； Rc＝past_dist-dist； 式中：Rv表示速度奖惩；Rc表示靠近目标点奖惩；Ry表示行驶方向奖惩；Rw表示到达目标点以及终点的奖惩；vs表示当前时刻的车辆速度；vm表示根据设定场景下的任务速度v0设置的速度；yaw表示当前车辆与下一个路径点的相对角度与局部路径中两个路径点之间的相对夹角之差；absyaw表示对应角度的绝对值；dist表示当前时刻车辆位置与路径点的相对距离；past_dist表示上一时刻车辆位置与路径点的相对距离；time_step表示当前训练阶段剩下的时间；waypoint和goal分别表示路径点和终点设定的到达半径；S3：基于车辆行驶路径，部署强化学习网络求解路径跟随模型得到对应的路径跟随决策；S4：基于车辆行驶路径，部署强化学习网络结合对应的路径跟随决策求解动态避障模型得到对应的动态避障决策；S5：基于车辆行驶路径、路径跟随决策和动态避障决策实现车辆的端到端驾驶。

全文数据：

权利要求：

百度查询： 重庆大学 一种基于分层强化学习的端到端驾驶方法