公开(公告)号：CN111489578A

公开(公告)日：2020-08-04

申请号：CN202010248916.4

申请日：2020-04-01

Applicant: 北京理工大学

Inventor： 付梦印 ,  封志奇 ,  宋文杰 ,  杨毅 ,  陈思园 ,  张婷

IPC: G08G1/0968 ,  G08G1/123 ,  G08G1/01

Abstract: 本发明公开了一种基于车道时空间隙的高速道路无人驾驶决策规划方法，本发明是在已知高精度地图、全局路径的前提下对智能车辆所在的局部行驶环境进行智能决策与规划，实现高速道路下符合人类驾驶习惯的安全决策；利用周围车辆运动预测信息构建局部代价地图，并结合多种车辆行驶代价计算方法，得到代价最小的车道时空间隙作为行驶目标；得到最优目标点之后，采用基于贝塞尔曲线优化加加速度的方法进行轨迹规划。

公开(公告)号：CN111473794B

公开(公告)日：2022-02-11

申请号：CN202010249138.0

申请日：2020-04-01

Applicant: 北京理工大学

Inventor： 宋文杰 ,  封志奇 ,  付梦印 ,  陈思园 ,  张婷 ,  杨毅

IPC: G01C21/34 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/04

Abstract: 本发明公开了一种基于强化学习的结构化道路无人驾驶决策规划方法，结合强化学习和传统贝塞尔曲线轨迹生成方法的优点，利用DQN网络进行决策方法的训练，并根据决策信息利用贝塞尔曲线规划最优轨迹；本发明是在已知高精度地图、全局路径的前提下对智能车辆所在的局部行驶环境进行智能决策与规划，实现结构化道路下符合人类驾驶习惯的安全决策；利用DQN网络，输入多帧车辆所处的局部地图，得到的决策信息结合轨迹规划方法得到reward反馈，驱动DQN网络的更新。

公开(公告)号：CN111489578B

公开(公告)日：2021-09-07

申请号：CN202010248916.4

申请日：2020-04-01

Applicant: 北京理工大学

Inventor： 付梦印 ,  封志奇 ,  宋文杰 ,  杨毅 ,  陈思园 ,  张婷

IPC: G08G1/0968 ,  G08G1/123 ,  G08G1/01

Abstract: 本发明公开了一种基于车道时空间隙的高速道路无人驾驶决策规划方法，本发明是在已知高精度地图、全局路径的前提下对智能车辆所在的局部行驶环境进行智能决策与规划，实现高速道路下符合人类驾驶习惯的安全决策；利用周围车辆运动预测信息构建局部代价地图，并结合多种车辆行驶代价计算方法，得到代价最小的车道时空间隙作为行驶目标；得到最优目标点之后，采用基于贝塞尔曲线优化加加速度的方法进行轨迹规划。

公开(公告)号：CN111473794A

公开(公告)日：2020-07-31

申请号：CN202010249138.0

申请日：2020-04-01

Applicant: 北京理工大学

Inventor： 宋文杰 ,  封志奇 ,  付梦印 ,  陈思园 ,  张婷 ,  杨毅

IPC: G01C21/34 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/04

Abstract: 本发明公开了一种基于强化学习的结构化道路无人驾驶决策规划方法，结合强化学习和传统贝塞尔曲线轨迹生成方法的优点，利用DQN网络进行决策方法的训练，并根据决策信息利用贝塞尔曲线规划最优轨迹；本发明是在已知高精度地图、全局路径的前提下对智能车辆所在的局部行驶环境进行智能决策与规划，实现结构化道路下符合人类驾驶习惯的安全决策；利用DQN网络，输入多帧车辆所处的局部地图，得到的决策信息结合轨迹规划方法得到reward反馈，驱动DQN网络的更新。