[发明专利]基于强化学习的无人驾驶汽车多车道行驶的决策方法

摘要

本发明公开了一种基于强化学习的无人驾驶汽车多车道行驶的决策方法，首先建立强化学习训练模型，利用强化学习算法收益函数对神经网络参数进行更新、修正从而建立基于强化学习‑BP神经网络算法的决策系统。无人驾驶汽车在多车道行驶过程中，传感器采集周围车辆信息，上述决策系统给出执行动作并预测车辆行驶状态，由收益函数判断车辆行驶危险度，决策多车道工况下车辆当前时刻的最优驾驶行为。本发明能提升无人驾驶汽车多车道高速行驶的效率与安全性，实现在高不确定性、动态环境下的无人驾驶汽车高效、安全的驾驶决策。

主权项

1.基于强化学习的无人驾驶汽车多车道行驶的决策方法，其特征在于，其包括以下步骤：/n步骤1)，基于小角度假设建立车辆的动力学模型和轮胎模型，建立动力学模型时结合转向工况下轮胎的侧偏力、驱动制动力、以及轮胎侧偏角进行单个轮胎和整车的受力分析，并对前轮偏角及横摆角建立约束条件；/n步骤2)，对NGSIM数据库中US-101数据集的数据进行绘图分析，获取驾驶行为决策样本数据；/n所述NGSIM数据库中US-101数据集的数据包括：车辆进入检测路段先后编号、开始检测时刻为起点的时间序列编号、车头中心距路段左侧边缘距离X、车头中心距路段起点距离Y、车辆瞬时速度、车辆瞬时加速度；/n步骤3)，构建强化学习训练模型、搭建BP神经网络前向传播结构并获取随机执行动作，基于强化学习算法的目标函数选择与执行动作相对应的收益函数，在此基础上采用基于策略梯度的强化学习算法反向更新神经网络权值，建立基于强化学习-BP神经网络算法的决策系统；/n步骤4)，基于上述决策系统获取执行动作并预测车辆行驶状态，由收益函数判断车辆行驶危险度，决策多车道工况下车辆当前时刻的最优驾驶行为，以提高汽车行驶时的安全性及高效性。/n