基于深度强化学习的地面无人车智能决策方法及系统技术方案

一种基于深度强化学习的地面无人车智能决策方法及系统，所述方法包括：深度强化学习决策网络对采集的车辆信息和环境信息进行分析和计算，得出不同的特征表达，并对环境特征表达进行分析，做出智能决策；评分模块利用驾驶员行车特征表达对当前行车状态进行判断和评分，并记录当前评分分数与当前行车状态终止次数；经验池对当前行车状态进行终止状态评定，并对行车环境状态、评分、决策结果与终止状态作为经验存储；随机提取多条经验对深度强化学习决策网络进行参数调整，得到环境感知与智能决策一体化的深度网络模型。本发明专利技术实现了利用该一体化模型直接进行从环境到决策的判断，解决了目前无法在复杂道路环境条件下实现地面无人车智能决策的问题。面无人车智能决策的问题。面无人车智能决策的问题。

【技术实现步骤摘要】
基于深度强化学习的地面无人车智能决策方法及系统


[0001]本专利技术涉及车辆控制
，具体涉及一种基于深度强化学习的地面无人车智能决策方法及系统。

技术介绍

[0002]在传统环境感知与智能决策方法中，采用多个多种传感器对环境进行测量，并对测量到的数据进行有效利用，然后将多源的数据快速融合的方法一直是一个难题。对于智能决策系统，它需要获取大量的行车规则与历史行车环境与智能决策数据经验建立知识库，并且不能对现实情况中复杂的非结构性的路面环境信息进行准确的智能决策。所以在有限的人力、真实行车环境中复杂的路面状况条件下，往往无法对车辆的行车状态进行准确的智能决策。

技术实现思路

[0003]为了解决现有环境感知与智能决策方法存在的无法在复杂道路环境条件下实现地面无人车智能决策的问题，本专利技术提供一种基于深度强化学习的地面无人车智能决策方法及系统。
[0004]本专利技术为解决技术问题所采用的技术方案如下：
[0005]一种基于深度强化学习的地面无人车智能决策方法，包括以下步骤：
[0006]S1、采集车本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度强化学习的地面无人车智能决策方法，其特征在于，包括以下步骤：S1、采集车辆信息以及车辆周围的环境信息；S2、深度强化学习决策网络对步骤S1获得的车辆信息和环境信息进行分析和计算，通过车辆信息得出驾驶员行车特征表达，通过环境信息得到车辆环境特征表达；S3、深度强化学习决策网络对所述车辆环境特征表达进行分析与计算，对当前行车环境给出智能决策结果；S4、评分模块对所述驾驶员行车特征表达进行分析和计算，对车辆的当前行车状态进行判断和评分，记录当前评分分数与当前行车状态终止次数；S5、将驾驶员行车特征表达、智能决策结果、当前车辆状态的评分、当前行车状态是否终止信号作为一条经验保存在经验池模块中；S6、抽取经验池模块中的多条经验，对深度强化学习决策网络进行反向传播，调整决策网络参数，直至深度强化学习决策网络收敛。2.根据权利要求1所述的一种基于深度强化学习的地面无人车智能决策方法，其特征在于，步骤S3中所述智能决策结果包括横向决策和纵向决策；所述横向决策包括车辆保持车道、变道、左转、右转，所述纵向决策包括车辆加速、减速、匀速。3.根据权利要求1所述的一种基于深度强化学习的地面无人车智能决策方法，其特征在于，所述深度强化学习决策网络包括用于处理图像信息和环境三维点云信息的深度卷积神经网络和用于处理声音信息的深度循环神经网络。4.根据权利要求3所述的一种基于深度强化学习的地面无人车智能决策方法，其特征在于，所述深度强化学习决策网络的网络结构由至少一层卷积层以及两条全连接流组成；两条全连接流位于卷积层之后；每一条全连接流由至少一层全连接层构成；全连接层的最后一层的神经元个数与对应的横向决策种类和纵向决策种类数量相同；所述卷积层形成为深度卷积神经网络，所述全连接流形成为深度循环神经网络。5.根据权利要求1所述的一种基于深度强化学习的地面无人车智能决策方法，其特征在于，所述步骤S4中，评分模块对驾驶员行车特征表达进行分析和计算具体为所述评分模块根据驾驶员行车特征表达中的转向灯、刹车以及油门信号判断当前车辆状态是否终止。6.根据权利要求5所述的一种基于深度强化学习的地面无人车智能决策方法，其特征在于，出现至少以下一种情况时判断当前车辆状态为终止：当智能决策结果是保持车道，并且做出决策的阈值时间内转向灯有亮起的状态，则判定当前行车状态为终止；当智能决策结果是变道，并且做出决策的阈值时间内车辆的转向灯没有亮起的状态，则判定当前行车状态为终止；当智能决策...

【专利技术属性】
技术研发人员：王刚，张禹瑄，徐谦，胡玮通，
申请(专利权)人：吉林大学，
类型：发明
国别省市：