[发明专利]一种面向跨海大桥路况的自动驾驶决策方法

说明书

本发明公开了一种面向跨海大桥路况的自动驾驶决策方法，包括针对单车的自动驾驶车辆对跨海大桥路况环境的决策过程，和多车协作的自动驾驶车辆对跨海大桥路况环境的决策过程；通过采用多任务特征的元学习与软行动者‑评论家算法（Soft Actor‑Critic）结合进行基于策略梯度的强化学习决策，有助于实现自动驾驶车辆对不确定性跨海大桥路况环境的自适应性和稳定性；针对多车协作的自动驾驶车辆经过跨海大桥路况环境情况，采用元强化学习方法进行基于多车的策略梯度的车辆决策，并采用分布式移动边缘计算节点和车车通信方式实现多车协作行驶的数据共享，以进一步调整网络参数，保证车辆安全通行跨海大桥路况环境。

技术领域

本发明涉及自动驾驶领域，尤其涉及一种面向跨海大桥路况的自动驾驶决策方法。

背景技术

在复杂跨海大桥路况环境和恶劣天气环境下，自动驾驶车辆容易因路面湿滑、能见度较低以及强风干扰引起桥面振动等现象，引起车辆模型和轮胎模型陷入不确定性状态和极限状态，使车辆产生侧滑、侧倾以及横摆等不稳定性现象，车辆无法准确做出决策而难以实现车辆的安全控制。传统的自动驾驶车辆决策及控制方法难以兼顾复杂多变环境的状态转移，不能满足自动驾驶车辆对复杂环境的实时性和准确性，因此探索能适应多变复杂道路环境下自动驾驶车辆的决策和控制，是实现自动驾驶车辆自主智能的主要方法。

因此，需要一种新的面向跨海大桥路况的自动驾驶决策方法。

发明内容

本发明的目的在于提供一种面向跨海大桥路况的自动驾驶决策方法，以解决现有的自动驾驶决策技术难以兼顾复杂多变环境的状态转移，不能满足自动驾驶车辆对复杂环境的实时性和准确性的问题。

为解决上述技术问题，本发明提供一种面向跨海大桥路况的自动驾驶决策方法，所述方法包括：

获取当前车辆通过跨海大桥的环境状态信息，基于预先训练的自动驾驶模型确定当前的车辆动作；

所述自动驾驶模型包括元学习网络、Actor网络和Critic网络，所述自动驾驶模型基于以下方式训练获得：

获取车辆通过跨海大桥的环境状态信息；

基于元学习网络确定Actor网络和Critic网络的网络参数；

将环境状态信息输入Actor网络，得到Actor网络基于决策策略的决策车辆动作；

根据预定奖励函数，获取对于决策策略的奖励；

Critic网络根据环境状态信息和决策车辆动作，对所述决策策略进行评价；

Actor网络根据所述评价的结果，更新所述决策策略；

Critic网络根据所述奖励，更新对所述决策策略进行评价的评价策略。

优选地，所述环境状态信息包括：道路周围交通状态、车辆状态、车辆周围障碍物状态信息、车辆与道路环境状态、路面的滑移率、附着系数、桥面振动角度中的一种或多种。

优选地，所述车辆动作的动作空间包括转向角δ、油门和制动动作中的一种或多种。

优选地，获取车辆通过跨海大桥的环境状态信息，包括，通过经验回放获取车辆通过跨海大桥的历史环境状态信息。

优选地，所述预定奖励函数为：