摘要
本申请涉及交通控制领域,提供了一种车路协同信号交叉口智能网联车辆横纵向决策控制方法,包括:通过遗传算法GA构建专家数据集,该专家数据集包括智能网联车辆CAV智能体的至少一条轨迹的所有状态,该专家数据集用于神经网络的训练;根据该专家数据集,构建并训练该神经网络,该神经网络用于通过强化学习算法控制该CAV智能体的动作以及所述动作在当前状态下的效果;构建用于控制该CAV智能体的换道模型,该换道模型的状态空间由车道的离散元胞构成,该换道模型用于通过该离散元胞的状态值确定该CAV智能体的车道换道信息和车速信息。本申请实现信号灯与智能网联车辆之间的实时数据交换和策略协调,从而优化交通流并提高交叉口的处理能力。
技术关键词
智能网联车辆
换道模型
信号交叉口
强化学习算法
车道
深度确定性策略梯度
交叉口通行能力
遗传算法
加速度
元胞
优化交通流
数据
道路交叉口
信号灯
网络
控制平台
轨迹
多项式
系统为您推荐了相关专利信息
车道线检测方法
深度神经网络模型
分支
层级
决策
强化学习算法
节点
测试用例生成装置
生成方法
电子设备
混合智能算法
分布式资源
深度强化学习算法
电网运行指标
粒子群优化算法