龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：北京理工大学
申请日：2024-04-01
公开（公告）日：2024-07-05
公开（公告）号：CN118298654A
主分类号：G08G1/0967
分类号：G08G1/0967;G06N20/00;G08G1/01
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.23#实质审查的生效;2024.07.05#公开
摘要：本发明提供了一种基于安全强化学习的智能网联汽车信号交叉口处通行策略，其相比基于优化方法的生态驾驶策略，计算时间更少，实时性更高；相比传统基于强化学习的生态驾驶策略，本发明通过安全层纠错机制设计，巧妙地避免了在训练过程中安全约束的违反，安全性能更好，实际应用价值更高。本发明针对车辆位置的上下参考轨迹将非线性交通灯约束转化为时变线性状态约束，从而有效解决了强化学习智能体试错训练时面临的奖励稀疏问题。
主权项：1.基于安全强化学习的智能网联汽车信号交叉口处通行策略，其特征在于：具体包括以下步骤：步骤1、针对信号交叉口搭建通行生态驾驶模型，包括针对车辆搭建整车纵向动力学模型和搭载了V2I功能的信号灯交通环境模型；步骤2、通过V2I设施获取包括车辆至路口的距离、信号灯相位和时间的道路信息，以及包括车速、加速度及需求功率的车辆自身信息；步骤3、建立基于强化学习算法的智能网联汽车信号交叉口处通行策略，使其根据实时输入的所述道路信息和车辆自身信息，生成车辆执行动作即加速度；步骤4、针对车辆位置的上层参考轨迹和下层参考轨迹，分别利用改进的智能驾驶员模型IDM以及绿灯窗口的结束点确定，并考虑汽车动力学的可实现性来确定车辆至交叉口的安全距离约束；基于该安全距离约束判断步骤3所生成的车辆执行动作是否为可能闯红灯的危险动作，并将危险动作纠正为安全动作；步骤5、考虑通行时间与能耗设计所述策略的奖励函数，使车辆执行由步骤4得到的安全动作后，获得相应奖励并进入下一状态；步骤6、利用历史道路信息和车辆自身信息构建训练样本集，对所述策略进行训练直至稳定后应用于智能网联汽车在信号交叉口处的在线通行控制。
全文数据：
权利要求：
百度查询： 北京理工大学 基于安全强化学习的智能网联汽车信号交叉口处通行策略
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号