摘要
本发明涉及自动驾驶,具体涉及一种基于深度强化学习的毫米波雷达盲点检测方法,通过发射和接收毫米波信号来探测车辆盲点区域的目标信息;对毫米波雷达数据进行滤波、聚类和目标跟踪,得到盲点区域的目标数据;基于盲点区域的目标数据,通过改进DQN算法进行实时决策,判断是否存在危险情况并给出最佳应对策略;根据改进DQN算法输出结果提供驾驶警报或完成自动规避动作;本发明提供的技术方案能够有效克服现有技术所存在的难以在复杂多变的交通场景中及时准确地作出实时决策的缺陷。
技术关键词
盲点检测方法
动态权重分配
深度强化学习
DQN算法
雷达
梯度下降算法
样本
参数
卡尔曼滤波
网络
数据
DBSCAN算法
权重分配策略
信道冲激响应
决策
信号
阶段
聚类
观测噪声
系统为您推荐了相关专利信息
智能管理系统
能效
空分设备
混合卷积神经网络
粒子群优化算法
可见光相机
数据处理中心
动态反馈控制
激光雷达
激光器
动态变化数据
暂态过程
仿真平台
深度强化学习模型
电网设备
单站无源定位方法
静止辐射源
二阶锥规划
信号传输模型
非线性
深度强化学习
分布式账本技术
分布式传感器
运输路径规划
部署智能合约