本发明涉及一种基于强化学习的车道线的众包数据分段融合方法,包括:基于强化学习的智能体完成每段车道线融合;强化学习的智能体的动作环境、动作及对环境的观测和动作奖励根据基于模型融合方法所提供的专家策略确定;专家策略包括:从未融合的数据集合中,选择任意点P为起点,得到第一空间范围内的待融合点的集合;确定第一空间范围内的第二空间范围,得到第二空间范围内的待拟合点的集合;采用线性模型对待拟合点的集合中的待拟合点进行融合;将基于模型进行融合优化的方法与基于强化学习的方法基于众包数据进行优势结合,结合基于人工智能的技术以及基于模型的融合优化技术的优势,使基于众包数据更好地进行高精度地图的生成和更新。
声明:
“基于强化学习的车道线的众包数据分段融合方法” 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)