[发明专利]路径规划方法、装置及自动驾驶车辆控制系统

权利要求书

1.一种路径规划方法，其特征在于，包括：

获取已训练好的基于DQN算法的第一路径规划网络及高速公路上车辆行驶的参数配置及行驶数据，所述第一路径规划网络为以高速公路上车辆行驶路径规划为应用场景进行训练获得的人工神经网络模型；

将人工神经网络模型通过工具链转换成脉冲神经网络模型；

将脉冲神经网络模型通过工具链映射，生成用于将脉冲神经网络模型部署在硬件系统的帧文件；

将帧文件部署在硬件系统上以根据车辆的行驶数据对高速公路上自动驾驶车辆的路径进行实时控制。

2.根据权利要求1所述的方法，其特征在于，在获取已训练好的基于DQN算法的第一路径规划网络之前，包括：

配置的高速公路上车辆行驶的参数、神经网络参数及奖励机制；

基于DQN算法及参数配置训练并量化基于DQN算法的路径规划网络；

网络收敛时，将已训练的路径规划网络作为训练好的第一路径规划网络。

3.根据权利要求2所述的方法，其特征在于，所述车辆行驶的参数包括：最高车速、刷新频率、最大加速度、最大减速度、单车道宽度、车辆长度、车辆宽度、车辆总数及车道数。

4.根据权利要求2所述的方法，其特征在于，所述神经网络参数中当前值网络及目标值网络均采用全连接网络结构，神经网络的输出层之前的每一层输出均采用ReLU函数进行非线性激活。

5.根据权利要求2所述的方法，其特征在于，所述奖励机制为动作奖励和状态奖励之和，其中，动作奖励为车辆做出的动作对应的奖励，状态奖励为车辆的状态所对应的奖励。

6.根据权利要求1-5中任一项所述的方法，其特征在于，所述硬件系统为脉冲神经网络芯片或现场可编程逻辑门阵列。

7.根据权利要求6所述的方法，其特征在于，所述将帧文件部署在硬件系统上，包括：将帧文件烧录在现场可编程逻辑门阵列上。

8.一种路径规划装置，其特征在于，包括：

获取模块，用于获取已训练好的基于DQN算法的第一路径规划网络及高速公路上车辆行驶的参数配置及行驶数据，所述第一路径规划网络为以高速公路上车辆行驶路径规划为应用场景进行训练获得的人工神经网络模型；

模型转换模块，用于将人工神经网络模型通过工具链转换成脉冲神经网络模型；

映射模块，用于将脉冲神经网络模型通过工具链映射，生成用于将脉冲神经网络模型部署在硬件系统的帧文件；

部署模块，用于将帧文件部署在硬件系统上以根据车辆的行驶数据对高速公路上自动驾驶车辆的路径进行实时控制。

9.根据权利要求8所述的装置，其特征在于，还包括：

模型训练模块，用于配置的高速公路上车辆行驶的参数、神经网络参数及奖励机制；基于DQN算法及参数配置训练并量化基于DQN算法的路径规划网络；以及网络收敛时将已训练的路径规划网络作为训练好的第一路径规划网络。

10.一种自动驾驶车辆控制系统，其特征在于，包括：如权利要求8或9所述的路径规划装置。