当前位置: 首页 > 专利查询>燕山大学专利>正文

一种基于速度导向换道的生态驾驶方法及系统技术方案

技术编号:46384004 阅读:8 留言:0更新日期:2025-09-15 13:06
本公开涉及自动驾驶汽车的生态驾驶领域,具体涉及车辆纵向速度控制换道的生态驾驶方法及系统,用于解决现有DRL在自动驾驶中仍面临智能体学习收敛缓慢、在安全性与效率间平衡难以实现等不足。本方案通过集成跟车策略与交叉口通行策略的速度引导算法,提供行驶加速度参考值,从而加速智能体收敛进程;在速度引导算法的指导下,指导策略的更新,车辆由当前道路向高价值道路换道行驶时,有效解决了复杂交通环境中自动驾驶车辆的节能优化和通行效率问题,实现了安全、平稳、高效的行驶体验。

【技术实现步骤摘要】

本公开涉及自动驾驶汽车的生态驾驶领域,具体而言,涉及车辆纵向速度控制换道的生态驾驶方法及系统。


技术介绍

1、出行与运输需求的增加促进了交通运输行业的进步,在增强转移能力的同时,环境污染、能源危机等问题也在持续加剧。公路运输在能源消耗方面占据重要地位,因此,减少公路运输能源消耗,对保护生态环境和能源安全具有重要意义。

2、其中自动驾驶技术与生态驾驶策略的结合成为交通领域研究的热点。自动驾驶技术的发展为实现高效、安全且环保的交通系统提供了新的可能性。通过精确的车辆控制和智能决策,自动驾驶汽车有潜力显著降低能源消耗和减少环境污染。

3、生态驾驶旨在减少车辆能耗和碳排放,同时提升行驶效率,已成为自动驾驶领域的重要研究方向。然而,传统生态驾驶多依赖规则和经验,在应对复杂交通场景和多变路况时效果有限,且难以动态适应实际环境。近年来,drl技术凭借其强大的自适应和优化能力被引入生态驾驶,为复杂交通环境中的决策优化带来了新的可能性。

4、尽管drl在自动驾驶中展现出优势,但仍面临智能体学习收敛缓慢、在安全性与效率间平衡难以实现等不足。本文档来自技高网...

【技术保护点】

1.一种基于速度导向换道的生态驾驶方法,其特征在于,所述方法包括下述步骤:

2.根据权利要求1所述的方法,其特征在于,所述参考速度,通过基于智能驾驶员模型设计具有跟车场景和交叉口通行场景的速度引导算法获取,具体为:

3.根据权利要求1所述的方法,其特征在于,所述即时奖励包括安全性奖励、通行效率奖励、能耗优化奖励;

4.根据权利要求1所述的方法,其特征在于,所述训练采用基于TD3的强化学习算法。

5.根据权利要求1所述的方法,其特征在于,所述基于虚拟车辆、受控车辆的总价值而预设的换道时机与换道路线的判断准则为:

>6.一种基于速度导...

【技术特征摘要】

1.一种基于速度导向换道的生态驾驶方法,其特征在于,所述方法包括下述步骤:

2.根据权利要求1所述的方法,其特征在于,所述参考速度,通过基于智能驾驶员模型设计具有跟车场景和交叉口通行场景的速度引导算法获取,具体为:

3.根据权利要求1所述的方法,其特征在于,所述即时奖励包括安全性奖励、通行效率奖励、能耗优化奖励;

4.根据权利要求1所述的方法,其特征在于,所述训练采用基于td3的强化学习算法。

5.根据权利要求1所述的方法,其特征在于,所述基于虚拟车辆、受控车辆的总价值而预设的换道时机与换道路线的判断准则为:

...

【专利技术属性】
技术研发人员:李梦林陈胜杰闫梅金立生何洪文
申请(专利权)人:燕山大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1