公开(公告)号：CN116331206B

公开(公告)日：2023-10-20

申请号：CN202310363022.3

申请日：2023-04-06

Applicant: 上海交通大学

Inventor： 张卫东 ,  向思薇 ,  柏林 ,  胡小波 ,  贺通 ,  史颂华 ,  郭东生 ,  谢威 ,  吴迪

IPC: B60W30/18 ,  B60W40/105 ,  B60W40/10 ,  B60W40/06

Abstract: 本发明公开一种智能汽车安全行驶的决策方法及系统，涉及智能汽车决策技术领域。所述方法包括：采集目标智能汽车在高速路的行驶参数；所述行驶参数包括车辆速度、车头角度、位置信息和车道情况；所述车道情况为与相邻车辆的时距变化；根据所述行驶参数和合规性强化学习决策模型，确定最优换道超车动作；所述合规性强化学习决策模型是根据深度强化学习网络和回报函数构建的；所述回报函数是根据超车判断条件和预设最小安全距离确定的；所述回报函数为在超车过程中车辆违规的事故程度。本发明能够提高智能汽车安全行驶的决策准确率。

公开(公告)号：CN116331206A

公开(公告)日：2023-06-27

申请号：CN202310363022.3

申请日：2023-04-06

Applicant: 上海交通大学

Inventor： 张卫东 ,  向思薇 ,  柏林 ,  胡小波 ,  贺通 ,  史颂华 ,  郭东生 ,  谢威 ,  吴迪

IPC: B60W30/18 ,  B60W40/105 ,  B60W40/10 ,  B60W40/06

Abstract: 本发明公开一种智能汽车安全行驶的决策方法及系统，涉及智能汽车决策技术领域。所述方法包括：采集目标智能汽车在高速路的行驶参数；所述行驶参数包括车辆速度、车头角度、位置信息和车道情况；所述车道情况为与相邻车辆的时距变化；根据所述行驶参数和合规性强化学习决策模型，确定最优换道超车动作；所述合规性强化学习决策模型是根据深度强化学习网络和回报函数构建的；所述回报函数是根据超车判断条件和预设最小安全距离确定的；所述回报函数为在超车过程中车辆违规的事故程度。本发明能够提高智能汽车安全行驶的决策准确率。