典型文献
基于深度强化学习的高速公路换道跟踪控制模型
文献摘要：
为解决自动驾驶汽车在高速公路安全换道问题,提出了一种基于深度强化学习算法的换道跟踪控制模型,并进行了仿真实验.采用五次多项式方法,建立车辆换道路径模型,并给出跟踪误差函数;将车辆三自由度动力学模型与深度强化学习框架相融合,搭建换道路径跟踪控制模型;通过深度确定性策略梯度(DDPG)算法来更新该模型;学习得到换道路径跟踪的最佳转向角,来控制车辆完成换道过程.结果表明:在100 km/h车速条件下,本方法控制的横向位置误差绝对值的最大值接近0,角偏差绝对值最大值为10 mrad;所提出的方法相比传统的模型预测控制方法而言,轨迹跟踪的横向位置误差和角误差更小.因而,该模型能够实现高速环境下的自主换道过程,这对保证交通安全和缓解交通有意义.
文献关键词：
自动驾驶汽车;换道模型;路径跟踪;深度强化学习;五次多项式;深度确定性策略梯度(DDPG)算法
中图分类号：
作者姓名：
李文礼;邱凡珂;廖达明;任勇鹏;易帆
作者机构：
重庆理工大学 汽车零部件先进制造技术教育部重点实验室,重庆 400054,中国;重庆理工清研凌创测控科技有限公司,重庆 400054,中国
文献出处：
引用格式：
[1]李文礼;邱凡珂;廖达明;任勇鹏;易帆-.基于深度强化学习的高速公路换道跟踪控制模型)[J].汽车安全与节能学报,2022(04):750-759
A类：
B类：
控制模型,自动驾驶汽车,高速公路安全,深度强化学习算法,五次多项式,多项式方法,立车,车辆换道,路径模型,跟踪误差,误差函数,三自由度,路径跟踪控制,深度确定性策略梯度,DDPG,习得,转向角,控制车,换道过程,车速,方法控制,横向位置,位置误差,mrad,模型预测控制,轨迹跟踪,自主换道,交通安全,和缓,解交,通有,换道模型
AB值：
0.302427
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
