重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2023, Vol. 37 ›› Issue (11): 1-10.

• “复杂环境智能汽车感知与控制”专栏 •    下一篇

不确定性环境下基于强化学习的自动驾驶运动规划研究

胡 博，江 磊，宋 洁   

  1. （重庆理工大学 车辆工程学院 汽车零部件先进制造技术教育部重点实验室，重庆 ４０００５４）
  • 出版日期:2023-12-14 发布日期:2023-12-14
  • 作者简介:胡博，男，博士，硕士生导师，主要从事节能与新能源汽车先进动力总成建模及智能控制研究，Ｅｍａｉｌ：ｂ．ｈｕ＠ ｃｑｕｔ．ｅｄｕ．ｃｎ；江磊，男，硕士研究生，主要从事自动驾驶规划控制研究，Ｅｍａｉｌ：ｊｌ１０７＠２０２０．ｃｑｕｔ．ｅｄｕ．ｃｎ；通信作 者 宋洁，女，博士，讲师，Ｅｍａｉｌ：ｓｏｎｇｊｉｅ＠ｃｑｕｔ．ｅｄｕ．ｃｎ。

A deep reinforcement learning motion planning method for autonomous vehicles under uncertain environment

  • Online:2023-12-14 Published:2023-12-14

PDF (PC)

759

赞

摘要： 在复杂环境中自动驾驶车辆的运动规划面临很多不确定性问题，包括人类意图不 确定性、交通密度的不确定性和系统误差不确定性。如何表达驾驶环境中的不确定性以及如何 处理这些不确定性是目前自动驾驶运动规划研究中亟待解决的问题。在此背景下，提出一种考 虑系统误差不确定性的基于深度强化学习的运动规划方法。通过设定传感器的测速精度模拟 驾驶过程中传感器误差，使构建的运动规划模型在不确定的复杂环境中，能够结合车辆的运动 学模型推导出可视化轨迹。在此基础上，结合基于规则的方法对运动规划系统可视化结果进行 安全修正。为验证所提出的算法，在 ＳＵＭＯ模拟器中搭建环岛场景。实验结果表明：该方法在 环岛任务中能够提高不确定环境中运动规划系统的安全性和效率。

关键词: 运动规划, 深度强化学习, 不确定性, 安全性

中图分类号: 

  • Ｕ４６３．８１