一种基于双循环神经网络的线控汽车端到端控制方法

本发明公开了一种基于双循环神经网络的线控汽车端到端控制方法，包括：步骤S1：获取行驶轨迹数据，提取关键特征参数生成行驶特征集；步骤S2：加载外层循环神经网络的端到端深度学习模型，预测汽车驾驶时的横纵向位移特征；步骤S3：加载内层循环神经网络的端到端深度学习模型，输出t+1时刻的期望路径数据；步骤S4：根据t+1时刻的期望路径数据和控制器，分别控制车辆的横向和纵向偏差；步骤S5：执行轨迹跟踪效果评估，判断轨迹跟踪偏差是否符合控制需求；将不符合控制需求的行驶轨迹数据作为输入，重新执行步骤S2；如果符合控制需求，迭代执行步骤S1。根据上述技术方案，可以提升无人驾驶系统横纵向路径跟踪能力和跟踪稳定性。