科研之友
微信
新浪微博
Facebook
分享链接
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。
- 单位
