[发明专利]车道保持算法的确定方法、车道保持的控制方法及系统

权利要求书

1.一种车道保持算法的确定方法，其特征在于，包括：

获得行车状态的车辆与车道中心线的距离、偏角以及车辆的道路图像、车辆车速；

根据所述距离和偏角，确定行车状态的即时回报；

以各状态的即时回报、车辆车速以及车辆的道路图像为样本参数集，基于卷积神经网络训练动作值函数，直到目标函数收敛，以建立动作值函数的深度强化学习网络，其中，所述动作值函数的训练包括：通过卷积神经网络从车辆的道路图像序列提取展开的图像特征，并在卷积的最后一层图像特征加入车辆车速，以获得动作值函数。

2.根据权利要求1所述的确定方法，其特征在于，所述获得行车状态的车辆与车道中心线的距离、偏角，包括：

获得行车状态的车辆两侧的环视图像，所述环视图像中包含有车道线；

根据所述环视图像，获得行车状态的车辆距离车道中心线的距离、偏角。

3.根据权利要求1所述的确定方法，其特征在于，获得车辆的道路图像包括：

获得行车状态的车辆的前视图像，所述前视图像中包含车道线；

从所述前视图像中选取预定大小的图像，作为车辆的道路图像。

4.一种车道保持的控制方法，其特征在于，包括：

获得行车状态的车辆的当前道路图像和当前车速；

通过如权利要求1-3中任一项的车道保持算法的确定方法中建立的动作值函数的深度强化学习网络，对所述当前道路图像进行图像特征展开，并在卷积的最后一层图像特征加入车辆车速，获得当前动作值函数；

确定当前动作值函数的数值最大时所对应的方向转角为当前最佳动作值；

根据所述当前最佳动作值控制车辆转向。

5.一种车道保持算法的确定系统，其特征在于，包括：

车辆状态获取单元，用于获得行车状态的车辆与车道中心线的距离、偏角；

道路图像获取单元，用于获得行车状态的车辆的道路图像；

车速获取单元，用于获得行车状态的车辆车速；

即时回报确定单元，用于根据所述距离和偏角，确定行车状态的即时回报；

深度强化学习网络确定单元，用于以各状态的即时回报、车辆车速以及车辆的道路图像为样本参数集，基于卷积神经网络训练动作值函数，直到目标函数收敛，以建立动作值函数的深度强化学习网络，其中，所述动作值函数的训练包括：通过卷积神经网络从所述车辆的道路图像提取展开的图像特征，并在卷积的最后一层图像特征加入车辆车速，以获得动作值函数。

6.根据权利要求5所述的系统，其特征在于，所述车辆状态获取单元包括：

环视图像获取单元，用于获得行车状态的车辆两侧的环视图像，所述环视图像中包含有车道线；

第一计算单元，用于根据所述环视图像，获得行车状态的车辆与车道中心线的距离、偏角。

7.根据权利要求5所述的系统，其特征在于，所述道路图像获取单元包括：

前视图像获取单元，用于获得行车状态的车辆的前视图像，所述前视图像中包含车道线；

道路图像确定单元，用于从所述前视图像中选取预定大小的图像，作为车辆的道路图像。

8.根据权利要求5-7中任一项所述的系统，其特征在于，还包括：

当前道路图像获取单元，用于获得行车状态的车辆的当前道路图像和当前车速；

第二计算单元，用于通过所述动作值函数的深度强化学习网络，对所述当前道路图像进行图像特征展开，并在卷积的最后一层图像特征加入车辆车速，获得当前动作值函数；以及确定当前动作值函数的数值最大时所对应的方向转角为当前最佳动作值；

转向控制单元，用于根据所述当前最佳动作值控制车辆转向。

9.一种车道保持的控制系统，其特征在于，包括：

前视摄像头，设置于前挡风玻璃，用于获得车辆的道路图像；

后视摄像头，分别设置于车辆的两侧，用于获取车辆两侧的环视图像；

第一处理单元，用于接收所述道路图像和所述环视图像，以及采集车辆车速；

第二处理单元，用于根据车辆的环视图像确定车辆与车道中心线的距离、偏角，并根据所述距离和偏角，确定行车状态的即时回报；以及，深度强化学习网络确定单元，用于基于卷积神经网络和即时回报训练动作值函数，直到目标函数收敛，以建立动作值函数的深度强化学习网络，其中，所述动作值函数的训练包括：通过卷积神经网络从所述车辆的道路图像提取展开的图像特征，并在卷积的最后一层图像特征加入车辆车速，以获得动作值函数；

第三处理单元，用于通过所述动作值函数的深度强化学习网络，对当前道路图像进行图像特征展开，并在卷积的最后一层图像特征加入车辆车速，获得当前动作值函数；以及确定当前动作值函数的数值最大时所对应的方向转角为当前最佳动作值；

控制单元，用于根据所述当前最佳动作值控制车辆转向。