CN118936910B 一种基于多联盟集群对抗的自动驾驶测试方法 （同济大学）_第1页
CN118936910B 一种基于多联盟集群对抗的自动驾驶测试方法 （同济大学）_第2页
CN118936910B 一种基于多联盟集群对抗的自动驾驶测试方法 （同济大学）_第3页
CN118936910B 一种基于多联盟集群对抗的自动驾驶测试方法 （同济大学）_第4页
CN118936910B 一种基于多联盟集群对抗的自动驾驶测试方法 （同济大学）_第5页
已阅读5页，还剩24页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于多联盟集群对抗的自动驾驶测试本发明提出了一种基于多联盟集群对抗的2所述S2背景车对抗集群划分决策：采用强化学习算法实现背其中，n为测试环境中背景车的数量，si为背景车和测试车辆的行驶状态信息，纵向加速度和侧向加速度；A={A1XA2}其中A为强化学习的总动作空间，A1={a1,az,…,ap}为n辆车不同对抗强度下的所有3速度，dmax为背景车与测试车的最大距离，为第i辆背景车与测试车之间的距离，首先建立与Q网络结构完全相同的Q目标网络，采用随机参数对Q根据当前网络QT(s,a)以贪婪策略选择动作ar，执行动作，更新回报和状态信息将(S,a,r,srt1)放入回放池D，若D中数据足够，从D中采样N个数据输入目标Q网络计根据背景车群划分结果，将背景车集群分为具备不同对抗强度4在建立动作空间后，需要对联盟内车辆选择不同动作后的状已知当前车辆状态信息：x(k),y(k),v,(k),v,(k)分别为纵向位置、横向位置、横向速度vz(k+1)=vx(k)+azTvy(k+1)=vy(k)+ayT在完成动作预测后，建立收益函数计算选择不同动作时联盟,为常数；将车辆选择不同策略的概率作为优化变量，建立联盟博弈混合策5所述S4对背景车轨迹规划：首先以道路中心线为参考建立Frenet曲线坐标系，后续的轨迹规划步建立轨迹评价指标对轨迹簇中的轨迹进行评价，选择最优轨迹作为轨迹规划结果输Et1=vx(tf)-x(to)分别为轨迹的开始时刻和结束时刻，xrargJtarg为轨迹的期望终点位置，wt1,wt2,wt3为通过轨迹评价指标筛选出最优轨迹作为背景车的参考轨迹，将规6[0002]自动驾驶技术近年来成为汽车和交通领域的热门研究方向。相比于人类驾驶车算法实现背景车对抗集群的自适应划分，将背景车划分为具备不同对抗强度等级的群组，78[0034]根据当前网络Qπ(s,a)以贪婪策略选择iiiπ指的是特定的策略；络计算学习目标yi=Ti十ymaxaQ。-(sir1,a),最小化目标损失并以此来更新当前Q网络1234569[0060]首先以道路中心线为参考建立Frenet曲线坐标系，后续的轨迹规划步骤都在[0061]其次，根据背景车的行为决策结果确定轨迹规划的终点的位置范围xlim＝[xmin,min[0081]测试平台可以实时采集被测自动驾驶车的状态信息，并将信息传递给环境车集景和车辆模型，将规划控制算法接入自动驾驶仿真平台即可控制车辆在虚拟场景中的运[0114]根据当前网络Qπ(s,a)以贪婪策略选择iiiπ指的是特定的策略。络计算学习目标y=ri十ymaxaQO-(sitx1,a),最小化目标损失并以此来更新当前Q网络123456[0141]根据背景车的行为决策结果对背景车进行轨迹规划，在本实施例中采用Lattice方法进行路径规划。[0142]首先以道路中心线为参考建立Frenet曲线坐标系，后续的轨迹规划步骤都在[0143]其次，根据背景车的行为决策结果确定轨迹规划的终点的位置范围xlim＝

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论