【技术实现步骤摘要】
本专利技术涉及自动驾驶汽车运动控制，特别涉及一种用于提升自动驾驶舒适性和安全性的基于动态反馈的自动驾驶车辆无模型自学习动态优化控制方法及系统。
技术介绍
1、人工智能和信息技术的不断发展将自动驾驶带到了新高度。同时自动驾驶作为智慧城市的关键环节，可有效提升道路交通安全、减少城市道路交通拥堵，为目前交通体系带来巨大变革。自动驾驶车辆通常由以下模块组成：感知和定位、高层级和低层级路径规划以及路径跟踪。路径跟踪在这些模块中起着至关重要的作用，其不仅直接决定了自动驾驶汽车的安全性，还直接决定了乘车人员的驾驶体验。因此，在路径跟踪控制模块提升自动驾驶舒适性和安全性具有重要的应用价值。
2、在处理自动驾驶路径跟踪控制问题时，传统强化学习已可以很好地训练控制器。但当考虑驾驶舒适性和安全性问题时，仅依靠传统强化学习方法可能不会表示十分优异，需引入额外模块对其辅助。例如在讨论自动驾驶安全性时，经常会引入碰撞时间（time tocollision）指标对自动驾驶车辆进行调控，即碰撞时间小于给定阈值时，会触发额外的策略以保证安全。在讨论自动驾驶舒...
【技术保护点】
1.一种自动驾驶车辆的无模型自学习动态优化控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的自动驾驶车辆的无模型自学习动态优化控制方法，其特征在于，
3.根据权利要求1所述的自动驾驶车辆的无模型自学习动态优化控制方法，其特征在于，所述构建所述目标自动驾驶车辆的增广车辆动力学模型，获取所述目标自动驾驶车辆的跟踪轨迹信息，并根据所述增广车辆动力学模型和所述跟踪轨迹信息建立跟踪误差系统，包括：
4.根据权利要求1所述的自动驾驶车辆的无模型自学习动态优化控制方法，其特征在于，所述根据所述增广车辆动力学模型和所述跟踪误差系统构造面...
【技术特征摘要】
1.一种自动驾驶车辆的无模型自学习动态优化控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的自动驾驶车辆的无模型自学习动态优化控制方法，其特征在于，
3.根据权利要求1所述的自动驾驶车辆的无模型自学习动态优化控制方法，其特征在于，所述构建所述目标自动驾驶车辆的增广车辆动力学模型，获取所述目标自动驾驶车辆的跟踪轨迹信息，并根据所述增广车辆动力学模型和所述跟踪轨迹信息建立跟踪误差系统，包括：
4.根据权利要求1所述的自动驾驶车辆的无模型自学习动态优化控制方法，其特征在于，所述根据所述增广车辆动力学模型和所述跟踪误差系统构造面向驾驶舒适性和安全性的自动驾驶动态反馈控制策略，包括：
5.根据权利要求1所述的自动驾驶车辆的无模型自学习动态优化控制方法，其特征在于，所述对所述面向驾驶舒适性和安全性的自动驾驶动态反馈控制策略进行训练，直至达到预设最大训练时间，得到最终自动驾驶策略，包括：
6.根据权利要求5所述的自动驾驶车辆的无模型自学习动态优化控制方法，其特征在于，在所述目...
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。