| 考虑驾驶风格的智能车自主驾驶决策方法 |
| |
| 引用本文： | 王鑫鹏, 陈志军, 吴超仲, 熊盛光. 考虑驾驶风格的智能车自主驾驶决策方法[J]. 交通信息与安全, 2020, 38(2): 37-46. doi: 10.3963/j.jssn.1674-4861.2020.02.005 |
| |
| 作者姓名： | 王鑫鹏 陈志军 吴超仲 熊盛光 |
| |
| 作者单位： | 武汉理工大学国家水运安全工程技术研究中心 武汉 430063;武汉理工大学智能交通系统研究中心 武汉 430063;武汉理工大学水路公路交通安全控制与装备教育部工程研究中心 武汉 430063;武汉理工大学国家水运安全工程技术研究中心 武汉 430063;武汉理工大学智能交通系统研究中心 武汉 430063;武汉理工大学水路公路交通安全控制与装备教育部工程研究中心 武汉 430063;武汉理工大学国家水运安全工程技术研究中心 武汉 430063;武汉理工大学智能交通系统研究中心 武汉 430063;武汉理工大学水路公路交通安全控制与装备教育部工程研究中心 武汉 430063;武汉理工大学国家水运安全工程技术研究中心 武汉 430063;武汉理工大学智能交通系统研究中心 武汉 430063;武汉理工大学水路公路交通安全控制与装备教育部工程研究中心 武汉 430063 |
| |
| 基金项目： | 国家自然科学基金;湖北省创新群体项目 |
| |
| 摘 要： | 为了提升智能车类人驾驶水平,提供符合驾乘者驾驶习惯的个性化驾驶服务,改进了DDPG算法并设计智能车驾驶决策系统,学习不同风格的个性化驾驶策略.招募20位驾驶人参加基于仿真平台的模拟驾驶实验,采集驾驶数据.运用相关性检验方法选择个性化驾驶评价指标,使用K-means聚类方法将驾驶风格进行分类.在基础DDPG算法的输出部分加入线性变换过程,形成改进的个性化驾驶决策学习算法,进而构建个性化自主驾驶系统,以3种驾驶风格作为学习目标,调节线性变换参数,在线训练并测试算法.结果表明,提出的方法比基础算法收敛速度提升21.3%.算法在测试场景中,保持了高于驾驶人的横向控制水平,车道偏移量下降73.0%,且驾驶的车辆未与道路外侧护栏发生碰撞.聚类结果显示,算法通过调节线性变换参数,能够有效学习不同的驾驶风格.
|
| 关 键 词： | 智能交通 自动驾驶 个性化驾驶 深度强化学习 智能车辆 |
A Method of Automatic Driving Decision for Smart Car Considering Driving Style |
| |
| WANG Xinpeng, CHEN Zhijun, WU Chaozhong, XIONG Shengguang. A Method of Automatic Driving Decision for Smart Car Considering Driving Style[J]. Journal of Transport Information and Safety, 2020, 38(2): 37-46. doi: 10.3963/j.jssn.1674-4861.2020.02.005 |
| |
| Authors: | WANG Xinpeng CHEN Zhijun WU Chaozhong XIONG Shengguang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《交通信息与安全》浏览原始摘要信息 |
|
点击此处可从《交通信息与安全》下载免费的PDF全文 |
|
