[发明专利]一种基于强化学习的结构化道路无人驾驶决策规划方法

权利要求书

1.一种基于强化学习的结构化道路无人驾驶决策规划方法，其特征在于，包括以下步骤：

步骤一、选取主车前方a米的距离范围构建局部地图，在局部地图中根据实际道路情况划分车道信息，并标注主车位置(s_ego,d_ego)及其他车辆的位置信息(s_i,d_i)，i＝1,2,...,n；

步骤二、随着主车的运动获得多帧局部地图，将所述多帧局部地图作为训练后的DQN网络的输入，输出面对当前场景主车采取的决策策略并获得目标车道，决策策略为：车道保持、向左换道或向右换道；

其中，DQN网络在训练过程中，通过奖励函数获得DQN网络的奖励值，用于Target-Q网络的更新；

所述奖励函数为：

c₁,c₂为reward权重，k(t)为轨迹的曲率；t为训练时间，v为当前车速，v_Target为目标车速；

步骤三、在目标车道进行采样，对每个采样点进行一次轨迹规划，采用分段贝塞尔曲线表征根据采样点所规划的轨迹，并计算每条轨迹的代价，选取代价最小的轨迹作为主车执行的轨迹。