【技術(shù)實(shí)現(xiàn)步驟摘要】
本申請實(shí)施例涉及導(dǎo)航，尤其涉及一種自動駕駛車輛多目標(biāo)協(xié)同路徑規(guī)劃與調(diào)度系統(tǒng)及方法。
技術(shù)介紹
1、車輛的導(dǎo)航控制技術(shù)是一種車輛自主沿規(guī)劃路徑行駛的反饋控制，其主要包括環(huán)境感知、精確定位、路徑規(guī)劃和線控執(zhí)行等技術(shù)。這些技術(shù)通過使用各種傳感器（如視頻攝像頭、雷達(dá)傳感器和激光測距器）來獲取周圍環(huán)境的信息，并利用算法進(jìn)行處理，使車輛能夠理解并應(yīng)對復(fù)雜的交通狀況。車輛的導(dǎo)航控制技術(shù)在商業(yè)中多個領(lǐng)域的應(yīng)用也較為廣闊，例如物流配送、公共交通以及特種作業(yè)等多個領(lǐng)域。示例性的，自動駕駛貨車可以通過精確的地圖數(shù)據(jù)、傳感器和計算機(jī)算法，實(shí)現(xiàn)長途運(yùn)輸?shù)娜詣訉?dǎo)航駕駛，自動駕駛公交車通過實(shí)時感知周圍環(huán)境，可以實(shí)現(xiàn)精確導(dǎo)航控制以在各個停靠站停靠。
2、現(xiàn)有的導(dǎo)航技術(shù)中，大多數(shù)基于傳統(tǒng)方法依靠傳感器（如激光雷達(dá)、攝像頭）獲取車輛周邊信息，并以傳統(tǒng)算法規(guī)劃導(dǎo)航路徑，并且對各個導(dǎo)航目標(biāo)（行駛時間、能源等）設(shè)置固定權(quán)重，此種導(dǎo)航方式對環(huán)境的感知深度不夠，無法全面準(zhǔn)確地對環(huán)境建模，影響導(dǎo)航路徑規(guī)劃的精度，且導(dǎo)航目標(biāo)權(quán)重法無法實(shí)時調(diào)整，可能使導(dǎo)航任務(wù)延誤。
技術(shù)實(shí)現(xiàn)思路
1、本申請實(shí)施例提供了一種自動駕駛車輛多目標(biāo)協(xié)同路徑規(guī)劃與調(diào)度系統(tǒng)及方法，解決了現(xiàn)有的導(dǎo)航方法中車輛對環(huán)境的感知深度不夠，無法全面準(zhǔn)確地對環(huán)境建模，影響導(dǎo)航路徑規(guī)劃的精度，且導(dǎo)航目標(biāo)權(quán)重?zé)o法實(shí)時調(diào)整，可能使導(dǎo)航任務(wù)延誤的問題，能夠增強(qiáng)車輛對復(fù)雜動態(tài)環(huán)境的感知和理解能力，實(shí)現(xiàn)了導(dǎo)航目標(biāo)權(quán)重的自適應(yīng)調(diào)整，提高了車輛導(dǎo)航控制的精確度以及效率。>
2、第一方面，本申請實(shí)施例提供了一種自動駕駛車輛多目標(biāo)協(xié)同路徑規(guī)劃與調(diào)度方法，包括：
3、獲取當(dāng)前車輛所處通信范圍內(nèi)的環(huán)境狀態(tài)信息以及當(dāng)前規(guī)劃路徑的交通信息，將所述環(huán)境狀態(tài)信息輸入至訓(xùn)練完成的智能體模型中得到所述當(dāng)前車輛的執(zhí)行動作信息，根據(jù)所述執(zhí)行動作信息控制所述當(dāng)前車輛運(yùn)行，所述環(huán)境狀態(tài)信息包括接收到的其他車輛發(fā)送的駕駛信息以及檢測到的路面信息；
4、在檢測到所述交通信息滿足預(yù)設(shè)路徑更新條件的情況下，獲取所述當(dāng)前車輛的駕駛?cè)蝿?wù)以及各個預(yù)設(shè)的車輛導(dǎo)航目標(biāo)，根據(jù)所述駕駛?cè)蝿?wù)以及所述交通信息調(diào)整各個所述車輛導(dǎo)航目標(biāo)的優(yōu)先級；
5、基于調(diào)整后的各個所述車輛導(dǎo)航目標(biāo)的優(yōu)先級以及預(yù)先加載的交通圖對所述當(dāng)前規(guī)劃路徑進(jìn)行調(diào)整得到更新路徑，并基于所述更新路徑進(jìn)行所述當(dāng)前車輛的導(dǎo)航控制。
6、可選的，所述智能體模型的訓(xùn)練過程包括：
7、構(gòu)建深度神經(jīng)網(wǎng)絡(luò)，將樣本環(huán)境狀態(tài)信息確定為所述深度神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)，將動作概率分布信息確定為所述深度神經(jīng)網(wǎng)絡(luò)的輸出數(shù)據(jù)，所述樣本環(huán)境狀態(tài)信息包括其他車輛的駕駛信息以及路面信息，所述駕駛信息包括車輛位置、速度以及加速度，所述路面信息包括路面曲率、路面坡度以及交通信號參數(shù)，基于預(yù)設(shè)獎勵機(jī)制對所述深度神經(jīng)網(wǎng)絡(luò)進(jìn)行強(qiáng)化學(xué)習(xí)訓(xùn)練。
8、可選的，所述基于預(yù)設(shè)獎勵機(jī)制對所述深度神經(jīng)網(wǎng)絡(luò)進(jìn)行強(qiáng)化學(xué)習(xí)訓(xùn)練，包括：
9、在輸入所述樣本環(huán)境狀態(tài)信息的情況下，隨機(jī)選擇所述深度神經(jīng)網(wǎng)絡(luò)輸出的動作概率分布信息中的一個動作，將所述環(huán)境狀態(tài)信息以及所述動作輸入獎勵函數(shù)中得到獎勵結(jié)果；
10、根據(jù)預(yù)先設(shè)置的深度q網(wǎng)絡(luò)算法對所述深度神經(jīng)網(wǎng)絡(luò)的參數(shù)進(jìn)行更新調(diào)整，并重復(fù)執(zhí)行以訓(xùn)練得到智能體模型，所述深度q網(wǎng)絡(luò)算法的更新公式為，所述是學(xué)習(xí)率，所述是折扣因子，所述是狀態(tài)-動作值函數(shù)，表示在狀態(tài)下采取動作的預(yù)期長期獎勵。
11、可選的，所述車輛導(dǎo)航目標(biāo)包括行駛時間以及能源儲備，所述根據(jù)所述駕駛?cè)蝿?wù)以及所述交通信息調(diào)整各個所述車輛導(dǎo)航目標(biāo)的優(yōu)先級，包括：
12、根據(jù)各個所述車輛導(dǎo)航目標(biāo)的預(yù)設(shè)權(quán)重計算公式計算對應(yīng)的權(quán)重，所述行駛時間的權(quán)重計算公式為，所述能源儲備的權(quán)重計算公式為，所述表示交通擁堵指數(shù)，所述表示任務(wù)緊急程度，所述表示車輛能源值，所述表示節(jié)能區(qū)域標(biāo)注值；
13、根據(jù)所述駕駛?cè)蝿?wù)以及所述交通信息計算所述交通擁堵指數(shù)以及所述任務(wù)緊急程度，并獲取當(dāng)前車輛的車輛能源值以及所述交通信息中的節(jié)能區(qū)域標(biāo)注值，將所述交通擁堵指數(shù)、所述任務(wù)緊急程度、所述車輛能源值以及所述節(jié)能區(qū)域標(biāo)注值分別輸入至對應(yīng)的預(yù)設(shè)權(quán)重計算公式中得到各個所述車輛導(dǎo)航目標(biāo)的權(quán)重，根據(jù)各個所述車輛導(dǎo)航目標(biāo)的權(quán)重大小進(jìn)行優(yōu)先級調(diào)整。
14、可選的，所述交通信息包括擁堵位置車輛密度以及擁堵位置車輛速度，所述駕駛?cè)蝿?wù)包括任務(wù)類型，所述根據(jù)所述駕駛?cè)蝿?wù)以及所述交通信息計算所述交通擁堵指數(shù)以及所述任務(wù)緊急程度，包括：
15、將所述交通信息中的擁堵位置車輛密度以及擁堵位置車輛速度代入預(yù)設(shè)擁堵計算公式中得到交通擁堵指數(shù)值，所述預(yù)設(shè)擁堵計算公式包括，所述表示擁堵位置車輛密度，所述表示擁堵位置車輛速度；
16、根據(jù)所述駕駛?cè)蝿?wù)中的任務(wù)類型查詢預(yù)設(shè)任務(wù)緊急程度對照表得到任務(wù)緊急程度值。
17、可選的，在所述基于調(diào)整后的各個所述車輛導(dǎo)航目標(biāo)的優(yōu)先級以及預(yù)先加載的交通圖對所述當(dāng)前規(guī)劃路徑進(jìn)行調(diào)整得到更新路徑之前，還包括：
18、根據(jù)所述交通信息構(gòu)建所述交通圖，所述交通圖包括多個交通節(jié)點(diǎn)以及各個交通節(jié)點(diǎn)之間連接關(guān)系的邊，所述交通節(jié)點(diǎn)包括道路網(wǎng)絡(luò)節(jié)點(diǎn)、車輛節(jié)點(diǎn)以及障礙物節(jié)點(diǎn)，所述邊包括權(quán)重信息；
19、采用圖卷積層對各個所述交通節(jié)點(diǎn)特征進(jìn)行持續(xù)更新聚合得到每個所述交通節(jié)點(diǎn)的新特征表示，用于捕捉各元素之間的空間關(guān)系和語義信息。
20、可選的，所述基于調(diào)整后的各個所述車輛導(dǎo)航目標(biāo)的優(yōu)先級以及預(yù)先加載的交通圖對所述當(dāng)前規(guī)劃路徑進(jìn)行調(diào)整得到更新路徑，包括：
21、獲取所述當(dāng)前車輛的當(dāng)前位置以及目標(biāo)位置，根據(jù)所述當(dāng)前位置以及所述目標(biāo)位置確定所述交通圖中的多條可選路徑，基于所述交通圖中的特征信息計算各個可選路徑的各個車輛導(dǎo)航目標(biāo)對應(yīng)的參考值；
22、根據(jù)各個所述可選路徑的各個車輛導(dǎo)航目標(biāo)對應(yīng)的參考值、各個所述車輛導(dǎo)航目標(biāo)的優(yōu)先級以及預(yù)設(shè)路徑規(guī)劃方法確定更新路徑。
23、可選的，所述根據(jù)各個所述可選路徑的各個車輛導(dǎo)航目標(biāo)對應(yīng)的參考值、各個所述車輛導(dǎo)航目標(biāo)的優(yōu)先級以及預(yù)設(shè)路徑規(guī)劃方法確定更新路徑，包括：
24、將各個所述可選路徑的各個車輛導(dǎo)航目標(biāo)對應(yīng)的參考值以及各個所述車輛導(dǎo)航目標(biāo)的優(yōu)先級輸入至訓(xùn)練完成的最優(yōu)路徑輸出模型中得到更新路徑。
25、可選的，所述根據(jù)各個所述可選路徑的各個車輛導(dǎo)航目標(biāo)對應(yīng)的參考值、各個所述車輛導(dǎo)航目標(biāo)的優(yōu)先級以及預(yù)設(shè)路徑規(guī)劃方法確定更新路徑，包括：
26、將各個所述可選路徑的各個車輛導(dǎo)航目標(biāo)對應(yīng)的參考值進(jìn)行模糊處理得到對應(yīng)的模糊集，基于各個所述可選路徑的各個車輛導(dǎo)航目標(biāo)對應(yīng)的模糊集、各個所述車輛導(dǎo)航目標(biāo)的優(yōu)先級以及預(yù)設(shè)模糊規(guī)則確定更新路徑。
27、可選的，在獲取當(dāng)前車輛所處通信范圍內(nèi)的環(huán)境狀態(tài)信息以及當(dāng)前規(guī)劃路徑的交通信息之前，包括：
28、將道路上各個車輛確定為一個車輛節(jié)點(diǎn)，基于車聯(lián)網(wǎng)技術(shù)使在預(yù)設(shè)通信范圍本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種自動駕駛車輛多目標(biāo)協(xié)同路徑規(guī)劃與調(diào)度方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的自動駕駛車輛多目標(biāo)協(xié)同路徑規(guī)劃與調(diào)度方法，其特征在于，所述智能體模型的訓(xùn)練過程包括：
3.根據(jù)權(quán)利要求2所述的自動駕駛車輛多目標(biāo)協(xié)同路徑規(guī)劃與調(diào)度方法，其特征在于，所述基于預(yù)設(shè)獎勵機(jī)制對所述深度神經(jīng)網(wǎng)絡(luò)進(jìn)行強(qiáng)化學(xué)習(xí)訓(xùn)練，包括：
4.根據(jù)權(quán)利要求1-3中任一項所述的自動駕駛車輛多目標(biāo)協(xié)同路徑規(guī)劃與調(diào)度方法，其特征在于，所述車輛導(dǎo)航目標(biāo)包括行駛時間以及能源儲備，所述根據(jù)所述駕駛?cè)蝿?wù)以及所述交通信息調(diào)整各個所述車輛導(dǎo)航目標(biāo)的優(yōu)先級，包括：
5.根據(jù)權(quán)利要求4所述的自動駕駛車輛多目標(biāo)協(xié)同路徑規(guī)劃與調(diào)度方法，其特征在于，所述交通信息包括擁堵位置車輛密度以及擁堵位置車輛速度，所述駕駛?cè)蝿?wù)包括任務(wù)類型，所述根據(jù)所述駕駛?cè)蝿?wù)以及所述交通信息計算所述交通擁堵指數(shù)以及所述任務(wù)緊急程度，包括：
6.根據(jù)權(quán)利要求1-3中任一項所述的自動駕駛車輛多目標(biāo)協(xié)同路徑規(guī)劃與調(diào)度方法，其特征在于，在所述基于調(diào)整后的各個所述車輛導(dǎo)航目標(biāo)的優(yōu)先級以及預(yù)先加載的
7.根據(jù)權(quán)利要求1-3中任一項所述的自動駕駛車輛多目標(biāo)協(xié)同路徑規(guī)劃與調(diào)度方法，其特征在于，所述基于調(diào)整后的各個所述車輛導(dǎo)航目標(biāo)的優(yōu)先級以及預(yù)先加載的交通圖對所述當(dāng)前規(guī)劃路徑進(jìn)行調(diào)整得到更新路徑，包括：
8.根據(jù)權(quán)利要求7所述的自動駕駛車輛多目標(biāo)協(xié)同路徑規(guī)劃與調(diào)度方法，其特征在于，所述根據(jù)各個所述可選路徑的各個車輛導(dǎo)航目標(biāo)對應(yīng)的參考值、各個所述車輛導(dǎo)航目標(biāo)的優(yōu)先級以及預(yù)設(shè)路徑規(guī)劃方法確定更新路徑，包括：
9.根據(jù)權(quán)利要求7所述的自動駕駛車輛多目標(biāo)協(xié)同路徑規(guī)劃與調(diào)度方法，其特征在于，所述根據(jù)各個所述可選路徑的各個車輛導(dǎo)航目標(biāo)對應(yīng)的參考值、各個所述車輛導(dǎo)航目標(biāo)的優(yōu)先級以及預(yù)設(shè)路徑規(guī)劃方法確定更新路徑，包括：
10.根據(jù)權(quán)利要求1-3中任一項所述的自動駕駛車輛多目標(biāo)協(xié)同路徑規(guī)劃與調(diào)度方法，其特征在于，在獲取當(dāng)前車輛所處通信范圍內(nèi)的環(huán)境狀態(tài)信息以及當(dāng)前規(guī)劃路徑的交通信息之前，包括：
11.根據(jù)權(quán)利要求1-3中任一項所述的自動駕駛車輛多目標(biāo)協(xié)同路徑規(guī)劃與調(diào)度方法，其特征在于，所述當(dāng)前車輛在導(dǎo)航控制過程中，還包括：
12.一種自動駕駛車輛多目標(biāo)協(xié)同路徑規(guī)劃與調(diào)度系統(tǒng)，其特征在于，包括：
13.一種自動駕駛車輛多目標(biāo)協(xié)同路徑規(guī)劃與調(diào)度設(shè)備，所述設(shè)備包括：一個或多個處理器；存儲裝置，用于存儲一個或多個程序，當(dāng)所述一個或多個程序被所述一個或多個處理器執(zhí)行，使得所述一個或多個處理器實(shí)現(xiàn)如權(quán)利要求1-11中任一項所述的自動駕駛車輛多目標(biāo)協(xié)同路徑規(guī)劃與調(diào)度方法。
14.一種存儲計算機(jī)可執(zhí)行指令的存儲介質(zhì)，所述計算機(jī)可執(zhí)行指令在由計算機(jī)處理器執(zhí)行時用于執(zhí)行如權(quán)利要求1-11中任一項所述的自動駕駛車輛多目標(biāo)協(xié)同路徑規(guī)劃與調(diào)度方法。
...【技術(shù)特征摘要】
1.一種自動駕駛車輛多目標(biāo)協(xié)同路徑規(guī)劃與調(diào)度方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的自動駕駛車輛多目標(biāo)協(xié)同路徑規(guī)劃與調(diào)度方法，其特征在于，所述智能體模型的訓(xùn)練過程包括：
3.根據(jù)權(quán)利要求2所述的自動駕駛車輛多目標(biāo)協(xié)同路徑規(guī)劃與調(diào)度方法，其特征在于，所述基于預(yù)設(shè)獎勵機(jī)制對所述深度神經(jīng)網(wǎng)絡(luò)進(jìn)行強(qiáng)化學(xué)習(xí)訓(xùn)練，包括：
4.根據(jù)權(quán)利要求1-3中任一項所述的自動駕駛車輛多目標(biāo)協(xié)同路徑規(guī)劃與調(diào)度方法，其特征在于，所述車輛導(dǎo)航目標(biāo)包括行駛時間以及能源儲備，所述根據(jù)所述駕駛?cè)蝿?wù)以及所述交通信息調(diào)整各個所述車輛導(dǎo)航目標(biāo)的優(yōu)先級，包括：
5.根據(jù)權(quán)利要求4所述的自動駕駛車輛多目標(biāo)協(xié)同路徑規(guī)劃與調(diào)度方法，其特征在于，所述交通信息包括擁堵位置車輛密度以及擁堵位置車輛速度，所述駕駛?cè)蝿?wù)包括任務(wù)類型，所述根據(jù)所述駕駛?cè)蝿?wù)以及所述交通信息計算所述交通擁堵指數(shù)以及所述任務(wù)緊急程度，包括：
6.根據(jù)權(quán)利要求1-3中任一項所述的自動駕駛車輛多目標(biāo)協(xié)同路徑規(guī)劃與調(diào)度方法，其特征在于，在所述基于調(diào)整后的各個所述車輛導(dǎo)航目標(biāo)的優(yōu)先級以及預(yù)先加載的交通圖對所述當(dāng)前規(guī)劃路徑進(jìn)行調(diào)整得到更新路徑之前，還包括：
7.根據(jù)權(quán)利要求1-3中任一項所述的自動駕駛車輛多目標(biāo)協(xié)同路徑規(guī)劃與調(diào)度方法，其特征在于，所述基于調(diào)整后的各個所述車輛導(dǎo)航目標(biāo)的優(yōu)先級以及預(yù)先加載的交通圖對所述當(dāng)前規(guī)劃路徑進(jìn)行調(diào)整得到更新路徑，包括：
8.根據(jù)...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：鄒祥莉，陳歡，黃毅泉，馮川，李瑩，羅秀玲，李欣怡，陳超，程亞杰，
申請(專利權(quán))人：廣州交信投科技股份有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。