摘要
本发明公开了自动驾驶轨迹规划中车辆协同避撞方法,通过车载传感器采集车辆的轨迹数据和环境信息,并上传至分布式区块链网络进行验证与共享;通过V2X通信技术采集并融合动态环境数据,利用深度学习算法预测周围车辆的未来轨迹;基于区块链共享的车辆数据、动态环境数据和未来轨迹预测数据,通过多智能体系统协同优化轨迹规划和避撞决策,生成优化的轨迹规划数据;通过量子计算对优化的轨迹规划数据进行进一步优化,生成最终优化的轨迹规划数据;利用高精度GNSS和GIS进行实时导航与行驶控制,并反馈实际行驶数据至区块链网络,本发明实现了高精度的实时感知、精准的轨迹预测和全局最优的轨迹规划,提高了自动驾驶系统的安全性和效率。
技术关键词
协同避撞方法
轨迹
规划
V2X通信技术
数据
车辆
多智能体系统
量子退火算法
车载传感器
机器学习算法
深度学习模型
协同优化算法
动态
加速度
自动驾驶系统
强化学习算法
障碍物
车道线信息
深度学习算法
加密
系统为您推荐了相关专利信息
监测运维方法
风险
数据通信网络
自动扶梯运行状态
监测运维系统
爆胎车辆
轨迹规划方法
拟合算法
车辆状态参数
加速度
雷达点云数据
线性调频脉冲
融合算法
微多普勒特征
图像
镭射转移印刷系统
深度学习模型
深度学习图像识别
LED光源
图像模糊程度