典型文献
基于深度强化学习的智能网联车辆换道轨迹规划方法
文献摘要：
以提高智能网联车辆换道安全和效率,降低燃油消耗为目的,该文提出了一种基于深度强化学习的智能网联车辆(ICV)换道轨迹规划方法.分析复杂交通场景智能网联车辆换道功能需求,设计了分层式智能网联车辆换道轨迹规划架构;兼顾车辆安全和换道效率,设计了基于完全信息纯策略博弈的换道行为决策模型;解耦车辆纵横向运动状态,构造了以燃油消耗和乘客舒适度为目标的联合优化函数,提出了基于双延迟深度确定性策略梯度(TD3)的智能网联车辆纵横向换道轨迹规划方法,得到了车辆纵横向优化换道轨迹,并利用搭建的3个典型换道仿真场景,验证了算法的有效性.结果表明:与深度确定性策略梯度(DDPG)算法相比,提出的方法在左换道和右换道实验中的训练效率平均提升了约10.5％,平均油耗分别减少了65％和44％,而且单步轨迹规划时间在10 ms内,能够实时获取安全、节能、舒适的换道轨迹.
文献关键词：
智能网联车辆(ICV);深度强化学习;换道;轨迹规划
中图分类号：
作者姓名：
冯耀;景首才;惠飞;赵祥模;刘建蓓
作者机构：
长安大学信息工程学院,陕西 710064,中国;中交第一公路勘察设计研究院有限公司,陕西 710075,中国;交通运输部交通安全与应急保障技术行业研发中心,陕西 710075,中国
文献出处：
引用格式：
[1]冯耀;景首才;惠飞;赵祥模;刘建蓓-.基于深度强化学习的智能网联车辆换道轨迹规划方法)[J].汽车安全与节能学报,2022(04):705-717
A类：
换道行为决策
B类：
深度强化学习,智能网联车辆,车辆换道,换道轨迹,轨迹规划,规划方法,高智能,道安,燃油消耗,ICV,交通场景,功能需求,分层式,车辆安全,全信息,决策模型,解耦,纵横向运动,运动状态,乘客,联合优化,优化函数,双延迟深度确定性策略梯度,TD3,仿真场景,DDPG,训练效率,油耗,单步,ms
AB值：
0.176458
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
