公开(公告)号：CN117975754A

公开(公告)日：2024-05-03

申请号：CN202410173732.4

申请日：2024-02-07

Applicant: 东南大学

Inventor： 张健 ,  熊壮 ,  姜涵 ,  李炎 ,  张玉杰 ,  沈艾中 ,  姚进强

IPC: G08G1/0967 ,  G08G1/01 ,  G06N3/0464 ,  G06N3/092

Abstract: 本发明公开了一种基于DQN和CNN的高速公路自动驾驶专用道车辆汇入方法，属于自动驾驶技术领域。本发明方法主要包括：依据高速公路单向多车道场景搭建强化学习模型，包括建立基于检测区道路网格化处理得到的状态空间、基于换道关键区的开放是否和持续时间设置动作空间、构建奖励函数以增加平均绿灯时间内的换道车辆数和降低换道信号开放成本；基于CNN的智能体采用DQN算法进行汇入策略求解，训练基于DQN‑CNN的深度强化学习模型，获得高速公路自动驾驶专用道车辆智能汇入模型。本发明利用深度强化学习算法提高了高速公路场景下自动驾驶车辆汇入专用道时的安全性和高效性，可以更好地解决高速公路系统中复杂多变的交通问题。