[发明专利]自动驾驶车辆T型紧急避撞控制方法、系统、介质及设备

说明书

本发明涉及一种自动驾驶车辆T型紧急避撞控制方法、系统、介质及设备，其包括：根据预先设置的车辆模型、奖励函数和初始状态，计算基于规则的最优控制问题的控制输入量；满足第一设定条件时，基于控制输入量对强化学习的网络参数进行更新，直到满足第二设定条件；满足第二设定条件时，基于TD3的Actor‑Critic框架对强化学习的网络参数进行更新，直到满足第三设定条件，并输出最优控制量。本发明能最大限度地发挥自动驾驶车辆的避撞潜能，提升自动驾驶车辆的高速紧急避让、极端行驶工况的性能。本发明能在自动驾驶汽车主动安全控制技术领域中广泛应用。

技术领域

本发明涉及一种自动驾驶汽车主动安全控制技术领域，特别是关于一种基于深度强化学习的自动驾驶车辆T型紧急避撞控制方法、系统、介质及设备。

背景技术

随着汽车行业的快速发展，汽车的主动安全性受到越来越严峻的挑战，同时国内外各大厂商也开发并应用了多种车辆主动安全系统，包括制动防抱死系统(Anti-lockBraking System)、驱动防滑系统(Acceleration Slip Regulation)、电子稳定性系统(Electronic Stability Program)等。目前，这些主动安全系统主要通过将车辆的行驶状态限制在一个线性、稳定的范围内，来帮助驾驶员避免由于车辆的非线性动力学特征导致的“异常”驾驶场景，如打滑、过度转向、不足转向等。然而从车辆可控性的角度来看，这种提高稳定性的方法过于保守，主要适用于常规工况，无法应对突发场景以及极端行驶工况，如T型碰撞。同时这些主动安全系统也没有考虑当碰撞无法避免时，如何控制车辆来减小碰撞损失。

T型碰撞是指一辆车撞上另一辆车的侧面。当一辆车违反红灯或停止标志进入十字路口，与另一辆与之垂直行驶的车辆相撞时，经常会发生T型碰撞。这种碰撞可能是由于机械故障(油门卡住/刹车失灵)、制动力不足(路面潮湿/结冰)、驾驶员注意力不集中等原因造成的。由于汽车侧面结构缺乏能量吸收装置，与其他碰撞方式相比T型碰撞在交通事故中造成的伤亡和损失更大。相关数据表明T型碰撞事故中司机往往采取制动措施，而这种操作并非最佳避撞或减轻碰撞损失的选择。在这种紧急工况下，需要充分利用轮胎的附着能力，尽可能地扩大车辆的行驶极限来避免碰撞或减轻碰撞损失。常规的车辆避撞策略一般采用路径规划-跟踪的分层架构，在路径规划过程中会基于车辆动力学特性加入一定的限制条件，而这种限制条件可能会导致车辆无法充分发挥其动力潜能或无法跟踪该规划路径导致失稳。而在专业驾驶比赛中，驾驶员通常会有意识地控制车轮抱死或打滑以减少圈时或躲避障碍物，这种操作被称为“漂移”。漂移的本质，是通过精确控制使车辆处于转向过度状态下的临界稳定平衡工况，此时后轮达到附着极限。专业驾驶员在漂移中可以同时实现对车辆侧滑和行驶路径两者的精确控制，尽管是完全在车辆稳定性极限范围外操纵的。

附着极限工况下，车辆是一个复杂的非线性系统，制动、驱动、转向系统控制高度耦合，协调控制算法更复杂。

发明内容

针对上述问题，本发明的目的是提供一种基于深度强化学习的自动驾驶车辆T型紧急避撞控制方法、系统、介质及设备，其能最大限度地发挥自动驾驶车辆的避撞潜能，提升自动驾驶车辆的高速紧急避让、极端行驶工况的性能。

为实现上述目的，本发明采取以下技术方案：一种自动驾驶车辆T型紧急避撞控制方法，其包括：根据预先设置的车辆模型、奖励函数和初始状态，计算基于规则的最优控制问题的控制输入量；满足第一设定条件时，基于控制输入量对强化学习的网络参数进行更新，直到满足第二设定条件；满足第二设定条件时，基于TD3的Actor-Critic框架对强化学习的网络参数进行更新，直到满足第三设定条件，并输出最优控制量。

进一步，还包括：预先设置基于自动驾驶车辆T型避撞的马尔可夫决策模型中的状态空间和动作空间；

所述状态空间包含自动驾驶车辆T型紧急避撞所需的全部信息，包括自车状态信息以及周围环境信息；

所述动作空间包括自车的前轮转向角、自车左后轮和右后轮的纵向滑移率。