基于REINFORCE 算法和神经网络的无人驾驶车辆变道控制*
2021-04-29刘小珠
交通信息与安全 2021年1期
闫 浩 刘小珠 石 英
(武汉理工大学自动化学院 武汉430070)
0 引 言
不安全的变道行为是导致交通事故的原因之一,因此控制无人驾驶车辆安全变道成为了无人驾驶技术的研究目标之一[1]。为了使无人驾驶车辆的变道行为更规范、更准确、更安全,前人在无人驾驶车辆变道控制技术领域付出了很多努力并取得了一定数量的研究成果。
无人驾驶车辆变道控制策略研究多是基于传统控制算法的研究。邱少林等[2]基于“预瞄-跟随”控制理论和“车辆-道路”模型提出了最优预瞄轨迹跟踪控制模型,并使用LQR算法设计出基于最优预瞄的变道控制器,实验证明其控制器良好的精度和鲁棒性;林小宁等[3]基于MNC 非线性轮胎模型,设计约束条件下快速变道轨迹规划算法和隶属度函数在线自整定的模糊控制器,实验证明其对车辆快速变道场景的适用性;Peng 等[4]使用高斯分布来描述轨迹模型,定义1 种新的车辆安全变道含义,设计1 种四级自动驾驶模型和考虑安全性和人体工程学的决策机制,并构建基于反馈线性化的控制器,通过半实物仿真实验证明其控制器的有效性和可行性;Hu 等[5]结合车道检测设计模型预测控制器,并采用基于偏航角和偏航率的模糊控制器进行前轮修正,在双变道情况下进行仿真实验以证明其鲁棒性和自适应性;Wu 等[6]设计1 种面向安全性和舒适性的车辆变道控制器,设计灰色预测模型来估计周围车辆状态,并在轨迹规划时采用时变安全裕度,在不同安全裕度的情况下进行仿真实验验证其算法的有效性;……
登录APP查看全文
