基于强化学习与安全约束的自动驾驶决策方法

在自动驾驶决策场景下,为解决强化学习算法安全性差、学习效率低的问题,提出一种在算法的训练阶段添加基于价值的安全约束和虚拟奖励的方法。首先,利用状态、动作价值函数和安全判断规则,对智能体执行的动作进行基于价值的安全约束,选择价值高且安全的动作。然后,向回放池添加包含虚拟奖励的预测轨迹数据,以补充由于约束而未能获取的试错动作信息和相应的状态、奖励信息。最后,为进行加减速和换道决策实验,基于修改后的高速公路仿真环境highway-env搭建了3车道高速公路场景,并以深度Q网络（Deep Q Network, DQN）算法为基础,分别训练和测试了无安全约束的算法、拥有基于规则的安全约束的算法和拥有基于价值的安全约束的算法。结果表明,考虑加速、减速、保持车速和车道、向左换道、向右换道共5种动作时,基于价值的安全约束算法的成功率比无安全约束的算法高3倍以上,平均回报提升28%;仅考虑向左换道、向右换道、保持车道这3种换道动作时,基于价值的安全约束算法的成功率比基于规则的安全约束算法高0.11,平均回报提升6%;都添加基于价值的安全约束时,考虑5种动作的算法相较于考虑3种动作的算法成功率低0.06但...     

干线公路快速通行智能控制系统应用研究

对江苏省太浏干线的基本情况及5个试点路口存在的问题进行了分析,并提出了渠化改造方案,以飞沪路路口为例,说明智能控制方案的实施情况及具体效果.     

基于活动的交通需求计算过程模型研究综述

为适应现代城市快速发展的要求,研究人员对交通需求预测进行了广泛深入的研究,交通需求模型在建模方法和模型功能上发生了很大变化.基于活动的方法受到广泛重视,基于活动的交通需求模型研究成为热点.其中计算过程模型被认为是最有发展前景的.文中回顾了基于活动的方法的发展过程;介绍了基于活动的方法的理论基础;总结了基于活动的交通需求计算过程模型,并分析了其中4个模型的特点;探索了模型的改进途径,展望了模型的发展应用前景.     

融合时空特征的端到端自动驾驶车辆转向角预测

端到端自动驾驶系统可完成从感知输入到车辆控制输出的直接映射,已成为当前无人驾驶研究的一个重要方向.显然,在动态环境中自主驾驶车辆需要具有处理时空信息的能力,以实现精确平滑的车辆运动控制.为此,提出一种新的时空信息融合模型,在双流卷积网络(Two-stream CNN)的基础上引入门控循环单元(GRU)网络来实现端到端自...     

干线公路快速通行智能控制系统应用研究

干线公路主要提供机动性功能,承担着较多交通负荷,通过提高干线公路路口的协调控制能力,可以提高通行能力、减少交通延误和停车次数,对改善相关路网的交通状况具有十分重要的意义.近年来,随着交通流量的快速增加,江苏太浏干线公路太仓段交通压力陡增,为改善路况质量,方便市民出行,太仓市交通部门对S339省道太仓段进行养护改建.交通部门在该路段5个交叉口试点引进了绿通智能交通信号控制器,该控制器内置智能控制与管理系统,采用代理控制技术,可实现多种网络通信方式,通过设置在路口的摄像机,获取实时车辆排队长度,按照主路优先通行的原则,自适应实现交通信号灯切换.实际运行数据表明该控制设备与原有控制设备相比,大幅度提高了干线公路交叉口通行能力、减小了排队长度和停车延误,提高了道路服务水平.     

基于多核自适应网络的高速公路交通流预测方法

针对高速公路各路段交通流信息差异较大这一现象,为提高交通流预测准确率,将注意力机制引入卷积神经网络,建立描述交通流时空关联特征的多核自适应网络(Multi-Kernel Adaptive Network,MKAN).首先对输入的历史交通流数据进行多分支卷积,获得不同尺度的交通流特征;然后根据输入信息自适应调整各卷积分支...