一种基于多模态输入的端到端自动驾驶换道决策方法

本发明适用于智能驾驶技术领域，提供了一种基于多模态输入的端到端自动驾驶换道决策方法，包括以下步骤：状态信息收集：收集鸟瞰图、语义图像以及自车和周车的状态信息，进行数据处理；构建多模态输入网络：确定深度神经网络的架构；采用卷积神经网络来处理图像数据，采用全连接层来处理状态信息；设计状态空间、动作空间、奖励函数；端到端训练：使用DDPG对构建的多模态输入网络进行端到端的训练。本发明同时利用来自不同传感器的数据，实现了更全面、准确的环境感知和换道决策；将不同模态输入数据进行有效融合，并采用端到端的深度学习网络进行学习和决策，避免了传统方法中多个模块之间的信息丢失和耦合，提高了系统的稳定性和可靠性。