当前位置: 首页> 交通专利数据库 >详情
原文传递 车道保持算法的确定方法、车道保持的控制方法及系统
专利名称: 车道保持算法的确定方法、车道保持的控制方法及系统
摘要: 本发明实施例提供一种车道保持算法的确定方法,包括:获得行车状态的车辆与车道中心线的距离、偏角以及车辆的道路图像、车辆车速;根据所述距离和偏角,确定行车状态的即时回报;以各状态的即时回报、车辆车速以及车辆的道路图像为样本参数集,基于卷积神经网络训练动作值函数,直到目标函数收敛,以建立动作值函数的深度强化学习网络,其中,所述动作值函数的训练包括:通过卷积神经网络从车辆的道路图像序列提取展开的图像特征,并在卷积的最后一层图像特征加入车辆车速,以获得动作值函数。该算法为深度增强学习的端到端车道保持算法,使用时的鲁棒性和舒适性强,可以基于好的驾驶习惯的数据样本进行训练,提高驾驶的舒适性和安全性。
专利类型: 发明专利
国家地区组织代码: 上海;31
申请人: 上海汽车集团股份有限公司
发明人: 徐成;邹清全;刘奋;吕成浩;卢远志;田润
专利状态: 有效
申请号: CN201710534979.4
公开号: CN109204308A
代理机构: 北京信远达知识产权代理事务所(普通合伙) 11304
代理人: 魏晓波
分类号: B60W30/12(2006.01)I;B;B60;B60W;B60W30
申请人地址: 201203 上海市浦东新区张江高科技园区松涛路563号1号楼509室
主权项: 1.一种车道保持算法的确定方法,其特征在于,包括:获得行车状态的车辆与车道中心线的距离、偏角以及车辆的道路图像、车辆车速;根据所述距离和偏角,确定行车状态的即时回报;以各状态的即时回报、车辆车速以及车辆的道路图像为样本参数集,基于卷积神经网络训练动作值函数,直到目标函数收敛,以建立动作值函数的深度强化学习网络,其中,所述动作值函数的训练包括:通过卷积神经网络从车辆的道路图像序列提取展开的图像特征,并在卷积的最后一层图像特征加入车辆车速,以获得动作值函数。
所属类别: 发明专利
检索历史
应用推荐