|
|
1.
基于深度时空Q网络的定向导航自动驾驶运动规划
胡学敏, 成煜, 陈国文, 张若晗, 童秀迟
计算机应用
2020, 40 (7):
1919-1925.
DOI: 10.11772/j.issn.1001-9081.2019101798
针对目前基于机器学习的自动驾驶运动规划需要大量样本、没有关联时间信息，以及没有利用全局导航信息等问题，提出一种基于深度时空Q网络的定向导航自动驾驶运动规划算法。首先，为提取自动驾驶的空间图像特征与前后帧的时间信息，基于原始深度Q网络，结合长短期记忆网络，提出一种新的深度时空Q网络；然后，为充分利用自动驾驶的全局导航信息，在提取环境信息的图像中加入指向信号来实现定向导航的目的；最后，基于提出的深度时空Q网络，设计面向自动驾驶运动规划模型的学习策略，实现端到端的运动规划，从输入的序列图像中预测车辆方向盘转角和油门刹车数据。在Carla驾驶模拟器中进行训练和测试的实验结果表明，在四条测试道路中该算法平均偏差均小于0.7 m，且稳定性能优于四种对比算法。该算法具有较好的学习性、稳定性和实时性，能够实现在全局导航路线下的自动驾驶运动规划。
参考文献 |
相关文章 |
多维度评价
|
|
