[发明专利]基于DQN实现车辆L3级自动驾驶的行人避让方法及系统

说明书

本发明提出的一种基于DQN实现车辆L3级自动驾驶的行人避让方法，包括：通过所述自动驾驶车辆的传感器探测前方是否存在行人和周边是否存在车辆；根据所述探测的行人和车辆的信息，以及所述自动驾驶车辆的行驶路线的超车道是否具有其他车辆确定所述DQN训练后的行人避让策略。本发明利用DQN以较低的训练成本实现了L3级自动驾驶行人避让策略。

【技术领域】

本发明涉及自动驾驶技术领域，尤其涉及一种基于DQN实现车辆L3级自动驾驶的行人避让方法及系统。

【背景技术】

为了便于理解，对本申请中使用的下述术语做一解释：

L2、L3：美国汽车工程师协会于2014年制定自动驾驶分类标准(L0～L5)，L2代表为实现部分自动驾驶，通过驾驶环境对方向盘和加减速中的多项操作提供驾驶支援，其他的驾驶动作都由人类驾驶员进行操作；L3代表为有条件自动化，由无人驾驶系统完成所有的驾驶操作，根据系统请求，人类驾驶者提供适当的应答。

AEB：自动紧急制动技术。

TensorFlow：是一个基于数据流编程的符号数学系统，被广泛应用于各类机器学习算法的编程实现，其前身是谷歌的神经网络算法库DistBelief。

Unity：实时3D互动内容创作和运营平台。

毫米波雷达：工作在毫米波波段探测的雷达。通常毫米波是指30～300GHz频域(波长为1～10mm)的。

深度强化学习和DQN：深度强化学习将深度学习的感知能力和强化学习的决策能力相结合，是一种更接近人类思维方式的人工智能方法。DQN(深度Q网络)，是深度强化学习最重要的算法之一，其将Q learning和卷积神经网络(CNN)结合在一起，利用神经网络来近似值函数。

汽车的安全系统中包括被动安全与主动安全，区分的主要依据为事故发生前后车辆采取的动作，被动安全指的是指在交通事故发生后能尽量减小人身损伤的安全装置，包括对乘客和行人的保护，我们常见的汽车被动安全配置包括安全气囊、安全带、防撞钢梁等；而主动安全指的是一切能够使汽车主动采取措施，避免事故发生的安全技术，如ABS(防抱死制动系统)、AEB(自动紧急制动技术)、ESP(电子稳定系统)、LDWS(车道偏离预警系统)、BSW(盲点警示系统)、并道辅助系统等。

行人避让是自动驾驶汽车主动安全亟待解决的重要问题，行人在道路上动作的不确定性大大增加了道路的复杂性，目前实现行人避让主动安全功能的方式主要为制动与转向两大方面，制动方面，是以AEB为代表，自2006年始有量产车装配AEB系统，2013年被列为E-NCAP的汽车安全加分项，2022年美国99％新车将装配AEB，制定距离的影响因素包括驾驶员反应时间、系统响应时间、车辆控制强度等，当驾驶员反应时间滞后或车辆控制强度控制不足以保证制动安全距离的话，此时最优的解决方案为切换至侧道进行转向。但在转向避让方面，目前仍处于研发阶段，并未装载至新车中。