摘要
本发明涉及自动驾驶技术领域,具体地说,涉及一种基于智能交通的自动驾驶系统,其包括多源异构感知融合单元、群体协同决策单元和动态控制优化单元,其中多源异构感知融合单元利用基于事件驱动与多尺度特征匹配的算法,对多源异构数据进行时空对齐,构建并更新全局环境感知知识图谱,群体协同决策单元基于蒙特卡洛树搜索框架结合深度强化学习与风险感知对车辆轨迹建模,采用联邦学习与对抗训练训练深度Q网络模型,运用多智能体深度强化学习与博弈论生成交通流分配方案,并利用同态加密与零知识证明存储数据,动态控制优化单元通过非线性模型预测控制规划加速度曲线,融合滑模控制与模糊逻辑算法控制横向路径跟踪误差,提升了自动驾驶的安全性。
技术关键词
自动驾驶系统
蒙特卡洛树搜索
智能交通
深度Q网络
非线性模型预测控制
交通信号相位
融合滑模控制
交通流
强化学习环境
模糊逻辑算法
横向位置误差
无碰撞
车辆
图谱
网络节点
决策
异构
深度强化学习
模糊滑模变结构
系统为您推荐了相关专利信息
新能源场站
模型优化方法
模型优化系统
时间序列模型
强化学习模型
动态路径规划方法
工业机器人
障碍物
运动轨迹预测
末端执行器
能力评估方法
信号系统
交通流模型
交叉口通行能力
智能交通信号控制