[发明专利]面向固定车辆编队场景的协同驾驶方法

权利要求书

1.一种面向固定车辆编队场景的协同驾驶方法，其特征在于，包括步骤如下：

步骤1：将固定车辆编队，编队为S₁、S₂、S₃、…、S_n，并标记S₁为车队车首；

步骤2：获取目标车队中各自动驾驶车辆的位置，并按照步骤1中编队的顺序进行车辆先后编排；

步骤3：分别接收车队中各车辆采集到的路况信息；

步骤4：根据各车辆所采集到的路况信息，利用深度Q网络算法计算损失函数及寻找最优策略，并输出最优的驾驶指令；

步骤5：将除首车外的各辆车所采集到的车道路况信息分别与前一序号的自动驾驶车辆所采集到的车道路况信息进行比对，根据比对情况分别执行步骤6与步骤7；

步骤6：若车队中除S₁外的自动驾驶车辆S_x在非跟随前一自动驾驶车辆行驶的情况下与其后一自动驾驶车辆所采集的路况信息存在一定区别，则判定该路况为特殊路况；此时，将该自动驾驶车辆S_x定为车首，将S_x前n-x个自动驾驶车辆临时编出车队后，以S_x与其之后的自动驾驶车辆编为临时新车队，S_x为临时车首重新进行路况信息采集，重复以上步骤，并继续行驶；

步骤7：若车队中的车辆均处在跟随前一车辆的行驶状态，或者在非跟随状态所采集到的路况信息与前一车辆采集到的路况信息无区别，则非跟随车辆调整为跟随车辆S₁的车队中，跟随的车辆按照车队的车首的决策行驶；

所述步骤4具体包括：空间上通过计算损失函数，使用梯度下降方法反向传播来更新深度Q网络的权重参数θ，重复训练，直至损失函数收敛，寻找到最优策略，损失函数如下：

L(θ)＝E[r+γmax_aQ(s′，a′，θ′)-Q(s，a，θ)]² (1)

计算Q值如下：

Q^*(s，a)＝Q(s，a)+α(r+γmax_aQ(s′，a′)-Q(s，a)) (2)

其中，s为自动驾驶车辆所处的当前状态，s′为自动驾驶车辆完成动作后的下一个状态，a为当前做出的动作，a′为下一个选择的动作，r为当前做出动作所获得的奖励，θ为主网络权值参数，θ′为目标网络权值参数，γ为折扣因子；

时间上通过寻找时间上的依赖关系的能力，实现驾驶场景图像前后帧之间的信息关联；利用CNN和LSTM构成的深度时空神经网络，提取连续帧图像的空间和时间信息，并将时空信息输入深度Q网络输出最优的驾驶指令，实现在自动驾驶中的运动规划。

2.根据权利要求1所述的面向固定车辆编队场景的协同驾驶方法，其特征在于，所述步骤1具体包括：将自动驾驶车辆进行人工编队，记录车辆为车首；车首接收的信息作为最主要的车辆行驶依据并在将其产生的行驶决策传输给后续跟随自动驾驶车辆。

3.根据权利要求1所述的面向固定车辆编队场景的协同驾驶方法，其特征在于，所述步骤2具体包括：获取各辆车的相对位置、经纬度及行驶状态。

4.根据权利要求1所述的面向固定车辆编队场景的协同驾驶方法，其特征在于，所述步骤3中的路况信息为各车辆采集到的环境图像信息。

5.根据权利要求1所述的面向固定车辆编队场景的协同驾驶方法，其特征在于，所述方法还包括步骤8：继续对采集到的路况信息的比较，直至n个自动驾驶车辆采集的路况信息一致，将S₁、S₂、…、S_x-1重新编入车队。