龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明涉及自动驾驶技术领域，具体公开了一种基于约束策略优化的纵向柔性安全驾驶规约方法，包括基于自然驾驶数据获取自然驾驶车辆安全关键事件；将责任敏感安全模型中纵向安全距离公式中的参数优化问题构建成约束马尔可夫决策过程模型，基于深度强化学习算法搭建神经网络，对策略神经网络、奖励值神经网络和开销值神经网络进行评估与优化，通过在真实自然驾驶数据中设计危险场景触发条件，提取自然驾驶车辆的安全关键事件，解决了当前责任敏感安全模型参数偏离实际场景设计导致难以实际使用的问题，在符合自然驾驶的安全关键场景中，既能保持车辆纵向行驶安全，又能最大程度避免过于保守的估计导致的触发规约，实现了安全性与高效性的兼顾。
主权项：1.一种基于约束策略优化的纵向柔性安全驾驶规约方法，其特征在于，所述方法包括：基于自然驾驶数据获取自然驾驶车辆安全关键事件；基于自然驾驶车辆安全关键事件构建责任敏感安全模型；将责任敏感安全模型中纵向安全距离公式中的参数优化问题构建成约束马尔可夫决策过程模型，将约束马尔可夫决策过程模型中的状态空间定义为前后两车的相对距离和相对速度的统计均值和标准差；行为空间定义为安全距离公式中待优化的参数，包括后车响应时间、前车最大减速度、后车最大加速度和后车最小减速度；基于深度强化学习算法搭建神经网络，所述神经网络包括策略神经网络、奖励值神经网络和开销值神经网络；对策略神经网络、奖励值神经网络和开销值神经网络进行评估与优化，对神经网络进行多次迭代训练，得到训练后的神经网络模型，根据训练后的神经网络模型对纵向安全距离公式中的参数进行优化。
全文数据：
权利要求：
百度查询： 吉林大学 一种基于约束策略优化的纵向柔性安全驾驶规约方法
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