科研之友
微信
新浪微博
Facebook
分享链接
摘要
本文针对自动驾驶的换道行为，为了解决传统的端到端方法存在输出不稳定、动态交互场景特征信息难以提取的问题，提出了一种基于图卷积网络和条件模仿学习的自主换道端到端学习方法。首先以图结构数据的形式对驾驶场景的动态交互信息进行聚合，通过图卷积网络输出自车应采取的驾驶行为指令；然后与条件模仿学习结合，图卷积网络输出的驾驶指令作为指导条件模仿学习的高级命令，结合其他感知数据最终映射到车辆的底层控制动作，完成无碰撞自主换道；最后在CARLA仿真平台进行了实验验证。实验结果表明：所提出方法的性能优于传统的端到端方法，且具有更好的实验成功率以及泛化性能。
- 单位
