本发明公开了一种基于强化学习和模型预测的智能车规划控制方法。包括:通过车载激光雷达传感器采集并计算后获得车身坐标系下的道路边界信息和障碍物信息;利用车载GPS传感器采集并计算后获得车身坐标系下的全局参考路点;搭建智能车所在的虚拟场景;在智能车的虚拟场景下,基于车身坐标系下的道路边界信息、障碍物信息和全局参考路点,利用路径生成模块对智能车进行路径规划,获得智能车的规划路径;利用跟踪控制模块对智能车的规划路径进行跟踪,从而实现智能车的规划控制。本发明提升了规划部分的网络训练,确保了智能车在定位不准时的路径规划效果,提升了车身运动的稳定性和舒适性。
声明:
“基于强化学习和模型预测的智能车规划控制方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)