基于深度时空Q网络的定向导航自动驾驶运动规划

作     者：胡学敏 成煜 陈国文 张若晗 童秀迟 HU Xuemin;CHENG Yu;CHEN Guowen;ZHANG Ruohan;TONG Xiuchi

作者机构：湖北大学计算机与信息工程学院武汉430062 

基　　金：国家自然科学基金资助项目(61806076) 湖北省自然科学基金资助项目(2018CFB158) 湖北省大学生创新创业训练计划项目(S201910512026) 

出 版 物：《计算机应用》 (journal of Computer Applications)

年 卷 期：2020年第40卷第7期

页      码：1919-1925页

摘      要：针对目前基于机器学习的自动驾驶运动规划需要大量样本、没有关联时间信息,以及没有利用全局导航信息等问题,提出一种基于深度时空Q网络的定向导航自动驾驶运动规划算法。首先,为提取自动驾驶的空间图像特征与前后帧的时间信息,基于原始深度Q网络,结合长短期记忆网络,提出一种新的深度时空Q网络;然后,为充分利用自动驾驶的全局导航信息,在提取环境信息的图像中加入指向信号来实现定向导航的目的;最后,基于提出的深度时空Q网络,设计面向自动驾驶运动规划模型的学习策略,实现端到端的运动规划,从输入的序列图像中预测车辆方向盘转角和油门刹车数据。在Carla驾驶模拟器中进行训练和测试的实验结果表明,在四条测试道路中该算法平均偏差均小于0.7 m,且稳定性能优于四种对比算法。该算法具有较好的学习性、稳定性和实时性,能够实现在全局导航路线下的自动驾驶运动规划。

主 题 词：自动驾驶 运动规划 强化学习 深度时空Q网络 定向导航 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.11772/j.issn.1001-9081.2019101798

馆 藏 号：203956052...