一种深度模型与规则耦合的自动驾驶决策规划方法技术

本发明专利技术公开了一种深度模型与规则耦合的自动驾驶决策规划方法。该方法通过将基于规则的规划方法耦合到深度模型中，实现深度模型输出安全且舒适轨迹的自动驾驶决策规划任务。包括：基于Transformer算法的决策阶段，使用Transformer和注意力机制进行博弈交互，输出障碍物预测信息和自车控制信息；基于ILQR算法的规划阶段，进行轨迹优化，输出自车的安全且舒适的控制信息；更新网络参数阶段，构建损失函数，更新网络参数，反馈规划阶段的信息到决策阶段，最终输出最优轨迹。本发明专利技术兼顾博弈交互性高、安全性好、可泛化性强的特点，可用于城市道路等自动驾驶场合，尤其适用于存在多辆汽车障碍物的复杂城市道路场景。

【技术实现步骤摘要】

本专利技术属于自动驾驶，尤其涉及一种深度模型与规则耦合的自动驾驶决策规划方法。

技术介绍

1、在自动驾驶技术中，决策规划模块需要综合环境和自身信息，以确保无人车产生安全、舒适的驾驶行为，并指导运动控制模块对当前车辆进行控制。目前有很多解决自动驾驶决策规划问题的方法，但有以下缺点：

2、1、未考虑到车辆之间的博弈交互和多模态信息。现有基于模仿学习的决策方法工作重点是根据车辆的历史轨迹对车辆未来的决策进行建模，如chauffeurnet:learning todrive by imitating the best and synthesizing the worst[j].arxiv preprintarxiv:1812.03079,2018.，但这类方法生成的决策信息并没有考虑到车辆之间的博弈交互和多模态信息。之所以需要在决策过程中考虑博弈交互和多模态信息，是因为人类驾驶员拥有复杂的行驶意图，如果机械地依靠车辆历史轨迹推理未来决策，只会产生单一的自车决策信息和对障碍物车的预测信息，如果障碍物车突然采取变道等不符合车辆历史轨迹推理的行为，最终会导致本文档来自技高网...

【技术保护点】

1.一种深度模型与规则耦合的自动驾驶决策规划方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种深度模型与规则耦合的自动驾驶决策规划方法，其特征在于，所述步骤(1)包括以下子步骤：

3.根据权利要求2所述的一种深度模型与规则耦合的自动驾驶决策规划方法，其特征在于，所述步骤(1.4)包括以下子步骤：

4.根据权利要求1所述的一种深度模型与规则耦合的自动驾驶决策规划方法，其特征在于，所述步骤(2)中，代价函数定义为：

5.根据权利要求4所述的一种深度模型与规则耦合的自动驾驶决策规划方法，其特征在于，所述边界约束代价函数定义为：

...

【技术特征摘要】

1.一种深度模型与规则耦合的自动驾驶决策规划方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种深度模型与规则耦合的自动驾驶决策规划方法，其特征在于，所述步骤(1)包括以下子步骤：

3.根据权利要求2所述的一种深度模型与规则耦合的自动驾驶决策规划方法，其特征在于，所述步骤(1.4)包括以下子步骤：

4.根据权利要求1所述的一种深度模型与规则耦合的自动驾驶决策规划方...

【专利技术属性】
技术研发人员：龙钦应，杜歆，
申请(专利权)人：浙江大学，
类型：发明
国别省市：