一种强化学习决策与MPC结合的自动驾驶规划方法和系统

本发明提出了一种强化学习决策与MPC结合的自动驾驶规划方法和系统，该方法包括：获取目标车辆状态信息和环境车辆状态信息，以距离目标车辆位置最近的参考线点为起点，采用预设路径决策模型判断是否需要改变参考线路径；在无需改变参考线路径时，预测当前时间点下目标车辆的加速度；利用当前时间点目标车辆的加速度确定下一时刻速度决策的起始点，在规划时长内，循环执行速度决策模型的预测得到目标车辆的参考线；以及利用MPC算法优化目标车辆沿参考线行驶的目标函数，设置目标车辆的决策变量和行驶约束，实现自动驾驶决策。基于该方法，还提出的一种强化学习决策与MPC结合的自动驾驶规划系统，本发明降低其加速度的突变，提高了平顺性。