本发明公开了一种基于生成式对抗网络的智能车驾驶决策方法,包括建立驾驶决策模型和驾驶决策控制。本发明基于生成式对抗网络对驾驶图像处理,能够处理非理想道路状况下的车辆驾驶路径规划,提高了端对端神经网络的可执行性。本发明通过生成式对抗网络处理,提取驾驶图像的最本质特征,将不同源的驾驶数据映射到统一的虚拟域中,实现强化学习到实车的应用,提高了网络的泛化性,适应不同样本的能力。本发明对于驾驶图像的输入,每次使用的输入图像为当前时刻时间戳的前几帧视频图像。以此种方法得到的预测图像,可以更大程度上的得到真实的预测图像作为驾驶决策规划的判断。本发明作为预测车辆最优决策的依据,建立起强化学习到实车应用的桥梁。
声明:
“基于生成式对抗网络的智能车驾驶决策方法” 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)