一种基于深度强化学习的自适应巡航控制方法以及系统

    公开(公告)号:CN116252791A

    公开(公告)日:2023-06-13

    申请号:CN202310227522.4

    申请日:2023-03-10

    Applicant: 吉林大学

    Abstract: 本发明提供一种基于深度强化学习的自适应巡航控制方法以及系统;基于BP神经网络建立的驾驶人跟车风格辨识模块;基于深度强化学习建立的ACC控制模型;ACC控制模型包括策略模块、深度Q网络模块;将驾驶人跟车行为分为三类跟车风格然后打标签;跟车风格辨识模利用BP神经网络训练得到驾驶人跟车风格分类模型,基于驾驶人跟车风格分类模型输出驾驶人的跟车风格;所述策略模块建立Q值网络,通过Q值网络根据获取的实时跟车行为的有效特征性能数据,输出调整车辆的期望加速度;实现更接近驾驶人员个性化的自适应巡航控制方法且安全性、跟随性、舒适性、经济性高。

Patent Agency Ranking