基于行车风险分析的车辆强化学习运动规划方法.pdf

一种基于行车风险分析的车辆强化学习运动规划方法,包括:获取本车所在车道的两侧边界信息由车道两侧边界点横纵坐标(Xr,Xl)以及本车到左右两侧边界的垂直距离(dl,dr)组成;利用高精度地图和雷达获取状态信息数组由本车坐标位置(X,Y)、障碍物的坐标位置(Xobs,Yobs)和相对速度Δv组成;距离Δv=[Δv1,Δv2,...,Δvn],n是检测到的障碍物数量;将和组合成状态向量相对状态信息输入基于深度强化学习的车辆运动规划模型Φ,以输出本车动作向量action=[a,θ],其中a∈[?amax,amax]是加速度动作,amax为最大加速度,θ∈[?θmax,θmax]是方向盘转角动作,当θ∈[0,θmax]时为向左转动θ,当θ∈[?θmax,0]时为向右转动θ;本车根据获取的action行驶t时长后,判断是否到达目的地,若是则结束工作状态,否则进入步骤1进行下一时间步长的车辆控制。