隨著智能交通的發(fā)展,智能汽車逐漸成為汽車行業(yè)研究的重點(diǎn),其中駕駛決策是智能汽車有別于傳統(tǒng)智能輔助駕駛汽車的關(guān)鍵所在。因此,駕駛決策算法的發(fā)展極大影響了智能汽車的技術(shù)發(fā)展和產(chǎn)業(yè)化推進(jìn)。但是傳統(tǒng)駕駛決策算法應(yīng)用程度有限,建立一種可以適應(yīng)新時(shí)代智能汽車發(fā)展要求的駕駛決策算法成為了亟待解決的問題。本文對目前國內(nèi)外工業(yè)界和學(xué)術(shù)界所采用的駕駛決策算法進(jìn)行了簡要分析。綜合考慮駕駛決策算法在開發(fā)過程中的難點(diǎn)和要點(diǎn),提出了基于深度強(qiáng)化學(xué)習(xí)方法的駕駛決策算法。主要研究內(nèi)容如下:（1）面向駕駛決策的深度強(qiáng)化學(xué)習(xí)方法研究。分析駕駛決策的特異性,并結(jié)合這種特異性選擇了深度強(qiáng)化學(xué)習(xí)方法作為構(gòu)建駕駛決策算法的基礎(chǔ)。簡要的介紹了深度強(qiáng)化學(xué)習(xí)的基礎(chǔ)內(nèi)容,包括強(qiáng)化學(xué)習(xí)基礎(chǔ)、學(xué)習(xí)方式以及基于神經(jīng)網(wǎng)絡(luò)的函數(shù)擬合方法。綜合考慮駕駛決策的特點(diǎn)和實(shí)際需求,選擇了混合學(xué)習(xí)方式作為基礎(chǔ)方式,深度確定性策略梯度方法（Deep Deterministic Policy Gradient,DDPG）作為基礎(chǔ)方法。并針對DDPG算法訓(xùn)練時(shí)間成本高的問題,引入了優(yōu)化排序采樣和精確動作評價(jià)對算法進(jìn)行改進(jìn),建立了改進(jìn)DDPG算法（DDPG-G）。（... 

【文章來源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：102 頁

【學(xué)位級別】：碩士

【部分圖文】：

D-RCS體系4D-RCS系統(tǒng)通過實(shí)時(shí)傳感器的信息、先驗(yàn)信息以及兩者結(jié)合的信息創(chuàng)建并更新

圖 1.3 普林斯頓駕駛決策算法示意互聯(lián)網(wǎng)巨頭諸如 Google、Comma.ai、Udacity、Drive.ai 以及 AutoX 將人工智能引入智能汽車決策過程，采用端到端的方式進(jìn)行決策，主張用駕駛腦代替人進(jìn)行決策。避開硬件方面的短板充分發(fā)揮其控制和算法的優(yōu)勢，通過分析高維駕駛數(shù)

圖 1.4 北京理工大學(xué)比亞迪銳速自動駕駛平臺采用預(yù)瞄跟隨理論[12]，并結(jié)合真實(shí)駕駛員的學(xué)習(xí)性構(gòu)建駕駛員模型，以此指導(dǎo)智能汽車關(guān)鍵技術(shù)策和駕駛員行為的內(nèi)在一致性，提出了基于預(yù)瞄

【參考文獻(xiàn)】：
期刊論文
[1]無人駕駛車輛行為決策系統(tǒng)研究[J]. 熊璐,康宇宸,張培志,朱辰宇,余卓平.  汽車技術(shù). 2018(08)
[2]優(yōu)化深度確定性策略梯度算法[J]. 柯豐愷,周唯倜,趙大興.  計(jì)算機(jī)工程與應(yīng)用. 2019(07)
[3]預(yù)瞄跟隨駕駛員模型的復(fù)合校正[J]. 管欣,陳永尚,賈鑫,詹軍.  汽車工程. 2018(03)
[4]基于自然駕駛數(shù)據(jù)的高速公路出口換道決策模型[J]. 張?zhí)m芳,陳程,張佳妍,方守恩,郭靜秋.  同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(03)
[5]《中國制造業(yè)走向2025》白皮書發(fā)布[J].   高科技與產(chǎn)業(yè)化. 2015(11)
[6]城市道路環(huán)境中駕駛?cè)藨?yīng)激響應(yīng)時(shí)間特性[J]. 郭應(yīng)時(shí),王暢,付銳,袁偉,于鵬程.  中國公路學(xué)報(bào). 2013(06)
[7]預(yù)瞄優(yōu)化神經(jīng)網(wǎng)絡(luò)駕駛員模型[J]. 郭孔輝,潘峰,馬鳳軍.  機(jī)械工程學(xué)報(bào). 2003(01)
[8]駕駛員最優(yōu)預(yù)瞄縱向加速度模型[J]. 高振海,管欣,李謙,郭孔輝.  汽車工程. 2002(05)
[9]基于預(yù)瞄跟隨理論的駕駛員跟隨汽車目標(biāo)速度的控制模型[J]. 高振海,管欣,李謙,郭孔輝.  吉林工業(yè)大學(xué)學(xué)報(bào)(工學(xué)版). 2002(01)

博士論文
[1]駕駛行為安全性多屬性評價(jià)方法及應(yīng)用研究[D]. 李揚(yáng).吉林大學(xué) 2016
[2]基于增強(qiáng)學(xué)習(xí)和車輛動力學(xué)的高速公路自主駕駛研究[D]. 劉春明.國防科學(xué)技術(shù)大學(xué) 2014
[3]城市環(huán)境下無人駕駛車輛決策系統(tǒng)研究[D]. 陳佳佳.中國科學(xué)技術(shù)大學(xué) 2014
[4]高速公路環(huán)境中自主駕駛車輛運(yùn)動規(guī)劃與控制[D]. 叢巖峰.吉林大學(xué) 2011
[5]自主駕駛汽車智能控制系統(tǒng)[D]. 孫振平.國防科學(xué)技術(shù)大學(xué) 2004

碩士論文
[1]基于深度學(xué)習(xí)的換道行為建模與分析[D]. 房哲哲.北京交通大學(xué) 2018
[2]基于深度強(qiáng)化學(xué)習(xí)的自動駕駛決策仿真[D]. 夏偉.中國科學(xué)院大學(xué)(中國科學(xué)院深圳先進(jìn)技術(shù)研究院) 2017
[3]汽車乘坐舒適度評價(jià)方法研究[D]. 查琪.浙江工業(yè)大學(xué) 2017
[4]Q學(xué)習(xí)結(jié)合神經(jīng)網(wǎng)絡(luò)的智能駕駛行為決策系統(tǒng)[D]. 鄢婷.天津工業(yè)大學(xué) 2017
[5]智能汽車避障危險(xiǎn)評估和軌跡規(guī)劃研究[D]. 江慶坤.吉林大學(xué) 2016
[6]面向連續(xù)狀態(tài)的神經(jīng)網(wǎng)絡(luò)強(qiáng)化學(xué)習(xí)研究[D]. 王婷婷.中國礦業(yè)大學(xué) 2016
[7]自動駕駛車輛城區(qū)道路環(huán)境換道行為決策方法研究[D]. 袁盛玥.北京理工大學(xué) 2016
[8]基于駕駛員行為模型預(yù)測的汽車動力學(xué)控制研究[D]. 蘇運(yùn)福.吉林大學(xué) 2015
[9]無人駕駛車輛綜合避障行為研究與評價(jià)[D]. 李鳳嬌.北京理工大學(xué) 2015



本文編號：3267191