一种基于深度学习的车路协同路径规划决策系统

本发明公开了一种基于深度学习的车路协同路径规划决策系统，属于智能交通技术领域。该系统通过采集全局交通流数据、车辆位置和车辆行驶目的地，结合GNN‑LSTM融合模型进行各路段交通流预测，为全局路径规划提供依据；利用Transformer模型预测参与者运动轨迹，通过DQN算法实现车辆与参与者的实时交互决策；基于MPC算法融合车辆状态数据、红绿灯时序数据和路口地理参数生成车辆通过路口轨迹，并经IoU算法检测危险时空窗口是否存在，决定是否采用带约束的MPC算法修正车辆通过路口轨迹，实现路口协同决策。本发明提升了车辆路径规划的动态适应性，增强了车路协同及与周围参与者的交互安全性，有效提高交通通行效率。