摘要
本发明涉及智能驾驶技术领域,公开了一种无人驾驶车辆协同换道控制方法,包括:构建Dueling Double DQN网络;基于Dueling Double DQN网络构建单车横向控制器,对当前车辆做出车道变更决策;基于智能驾驶员模型,构建单车纵向控制器,调整当前车辆的纵向速度;构建多智能体强化学习框架,用于做出多车换道决策。本发明在不确定的行车环境中,基于获取的自车状态和周围车辆状态,通过多智能体强化学习算法决策出下一时刻所有车辆各自行驶的车道,同时根据智能驾驶员模型调整自车车速,避免与前车碰撞,能够在不确定驾驶环境下多辆无人驾驶车辆安全变道,提高了通行效率,减轻交通拥堵。
技术关键词
换道控制方法
无人驾驶车辆
智能驾驶员
多智能体强化学习
车道中心线
单车
决策
强化学习框架
网络
智能驾驶技术
车辆航向角
控制器
加速度
算法
系统为您推荐了相关专利信息
矢量地图
道路结构
车道中心线
误差参数
建图方法
预测邻近车辆
GRU模型
多智能体强化学习
门控循环单元
分布式训练
综合评价指标体系
电能计量系统
时间序列预测模型
多智能体强化学习
模糊逻辑算法
微电网控制方法
多能源微电网
燃气锅炉机组
热电联产机组
储能系统