【技术实现步骤摘要】
本专利技术涉及智能驾驶领域，尤其是涉及一种个性化的自动变道和速度控制驾驶协同决策方法。
技术介绍
1、随着人工智能的快速发展，基于学习的方法在智能驾驶决策控制系统中得到了广泛的应用，使得驾驶行为决策具有更好的泛化性能。其中，深度强化学习通过将深度学习表征优势与强化学习的推理优势相结合，为车辆行为决策提供了一种智能解决方案。
2、自动驾驶决策控制包括变道决策和跟驰控制。变道决策考察多车道上车辆之间的行驶关系，而跟驰控制则主要关注同一车道上车辆行驶状况。传统上，在自动驾驶决策控制系统中，对变道决策和跟驰控制研究是作为单独工作进行的，而忽略了两者之间可能存在的潜在合作。
3、在自动驾驶领域中，驾驶过程中变道和跟车之间存在很强的联系，并且变道行为会改变车辆的轨迹和速度控制策略，使得完整的换道过程涉及车辆的横向和纵向运动。此外，跟车距离和速度等因素可以直接影响换道决策，若跟车情况较差，车辆可能会换道以寻求更顺畅的路线。因此，研究变道和跟车的协同关系，有助于寻找复杂交通环境下的最优动作，完成更准确、高效、安全的驾驶行为决策控...
【技术保护点】
1.一种个性化的自动变道和速度控制驾驶协同决策方法，其特征在于，包括：
2.根据权利要求1所述的一种个性化的自动变道和速度控制驾驶协同决策方法，其特征在于，所述特征参数包括车辆航向角、车头时距、碰撞时间、加速度冲击度和变道持续时间。
3.根据权利要求1所述的一种个性化的自动变道和速度控制驾驶协同决策方法，其特征在于，所述换道决策训练网络中，换道决策的优化目标为：
4.根据权利要求3所述的一种个性化的自动变道和速度控制驾驶协同决策方法，其特征在于，所述动作屏蔽机制包括：
5.根据权利要求3所述的一种个性化的自动变道和速度控...
【技术特征摘要】
1.一种个性化的自动变道和速度控制驾驶协同决策方法，其特征在于，包括：
2.根据权利要求1所述的一种个性化的自动变道和速度控制驾驶协同决策方法，其特征在于，所述特征参数包括车辆航向角、车头时距、碰撞时间、加速度冲击度和变道持续时间。
3.根据权利要求1所述的一种个性化的自动变道和速度控制驾驶协同决策方法，其特征在于，所述换道决策训练网络中，换道决策的优化目标为：
4.根据权利要求3所述的一种个性化的自动变道和速度控制驾驶协同决策方法，其特征在于，所述动作屏蔽机制包括：
5.根据权利要求3所述的一种个性化的自动变道和速度控制驾驶协同决策方法，其特征在于，所述上层状态空间为：
6.根据权利要求5所述的一种个性化的自动变道和速度控制驾驶协同决策方法，其特征在于，所述与第i车道车辆的位置优势为：
7.根据权利要求1所述的一种个性化的自动变道和速度...
【专利技术属性】
技术研发人员：彭剑坤，余思辰，王振阳，皮大伟，韩雨，张思雨，范毅，
申请(专利权)人：东南大学，
类型：发明
国别省市：
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。