一种基于强化学习的智能网联车自主决策方法、系统及装置

AITNT
正文
推荐专利
一种基于强化学习的智能网联车自主决策方法、系统及装置
申请号:CN202411816443
申请日期:2024-12-11
公开号:CN119296054B
公开日期:2025-05-16
类型:发明专利
摘要
一种基于强化学习的智能网联车自主决策方法、系统及装置,涉及自动驾驶领域,具体涉及一种基于强化学习的智能网联车自主决策方法、系统及装置。为了解决现有技术如何提高车辆自主决策的合理性和准确性的问题,本发明提供如下方案:所属系统包括数据采集、自主驾驶决策和控制模块。数据采集模块处理传感器数据和报文信息,发送给自主驾驶决策模块。自主驾驶决策模块使用DQN算法转换数据为初步决策,并采用价值函数修正最终决策。控制模块根据最终决策控制车辆行驶状态,实现高效自主驾驶。本发明在车辆智能驾驶中具有良好的应用前景。
技术关键词
自主决策方法 智能网联车 车辆自主 车载传感器 数据采集模块 DQN算法 决策系统 车辆行驶状态 车辆违规行驶 报文 路况因子 车道 控制模块 车辆智能驾驶 速度 可读存储介质 滤波去噪
系统为您推荐了相关专利信息
1
一种窖池温度监测及保温性能评估方法及系统
性能评估方法 红外图像特征 多层感知机 ZigBee模块 保温
2
一种基于机器视觉的摄像头自动识别追踪方法及系统
高清摄像头 追踪方法 视频 对象 可视化界面
3
一种电缆状态监测与故障诊断方法
故障诊断方法 数据采集模块 故障诊断系统 故障特征 GPS时间同步装置
4
一种公共卫生管理方法及系统
管理方法 风险评估模型 引入粒子群算法 生成地图 BP神经网络模型
5
一种动力电池峰值功率测试系统
动力电池峰值功率 运算放大器 电阻 AD采样模块 数据采集模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号