本发明属于无人车导航技术领域,具体涉及一种基于改进A*算法和深度强化学习的无人车路径规划方法,旨在充分发挥全局路径规划全局最优和局部规划实时避障的优势,以及改进A*算法的快速实时性和深度强化学习算法的复杂环境适应性,快速规划出无人车从起始点到目标点的无碰撞最优路径。本发明的规划方法包括:根据环境信息,建立初始化栅格代价地图;利用改进的A*算法规划全局路径;基于全局路径和激光雷达传感器性能,设计滑动窗口,将窗口探测的信息作为网络的状态输入;基于深度强化学习方法,采用Actor‑Critic架构,设计局部规划网络,本发明将知识和数据方法相结合,能够快速规划得到最优路径,使得无人车拥有更高的自主性。
声明:
“基于改进A*算法和深度强化学习的无人车路径规划方法” 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)