【技术实现步骤摘要】
本专利技术属于车辆出行规划，更具体地，涉及一种车辆出行联合规划方法、系统及存储介质。
技术介绍
1、车辆出行规划方法被广泛应用于交通领域的各个场景，比如出行导航、自动驾驶、物流配送等。车辆出行规划需要对司机的出行需求和道路的动态路况进行综合评估，充分挖掘路况特征信息，规划出更优质的出行方案以满足司机的实际需求。
2、现有导航系统中的出行规划方法，大多以预估的出发时间和目的地为输入，然后以最短行程时间为目标进行路径规划，这样可能会导致实际到达时间与司机期望的到达时间相差较大，在现实场景中的实际需求是根据到达时间和目的地规划出发时间和出行路线。最常见的场景是通勤人员按照上班时间到达目的地、或是居民前往机场、火车站需要按时进站，司机过早到达或者迟到都会影响行程体验。并且，目前的车辆出行规划方法大多是根据多个固定时间间隔为出发时间来预测预测行程时间，比如，目的地为a火车站，通过选择8:30、9:30、…，或其他时间点位出发时间预测预计到达时间，需要反复迭代，才能得到与所期望的到达时间比较吻合的出发时间。
本文档来自技高网...
【技术保护点】
1.一种车辆出行联合规划方法，其特征在于，包括：
2.根据权利要求1所述的车辆出行联合规划方法，其特征在于，以目标车辆的到达时间为时间对称轴，将背景车流量信息中背景车辆在不同路段内的出发时间进行镜像，包括：
3.根据权利要求1所述的车辆出行联合规划方法，其特征在于，基于强化学习对智能体进行训练，智能体收敛时，输出不同时刻对应的行驶路段序列构成的最优路径，包括：
4.根据权利要求3所述的车辆出行联合规划方法，其特征在于，所述智能体采用深度Q网络；
5.根据权利要求1所述的车辆出行联合规划方法，其特征在于，提取收集到的GPS...
【技术特征摘要】
1.一种车辆出行联合规划方法，其特征在于，包括：
2.根据权利要求1所述的车辆出行联合规划方法，其特征在于，以目标车辆的到达时间为时间对称轴，将背景车流量信息中背景车辆在不同路段内的出发时间进行镜像，包括：
3.根据权利要求1所述的车辆出行联合规划方法，其特征在于，基于强化学习对智能体进行训练，智能体收敛时，输出不同时刻对应的行驶路段序列构成的最优路径，包括：
4.根据权利要求3所述的车辆出行联合规划方法，其特征在于，所述智能体采用深度q网络；
5.根据权利要求1所述的车辆出行联合规划方法，其特征在于，提取收集到的gps点位数据中不同时间片内交通路网各路段的背...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。