速差滑移转向车辆的目标跟随及动态障碍物避障控制方法

发明专利有效专利

申请号：
CN201911113082.X
IPC分类号：G05D1/02
申请日期：
2019-11-14
申请人：
北京理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	速差滑移转向车辆的目标跟随及动态障碍物避障控制方法
申请号	CN201911113082.X	申请日期	2019-11-14
法律状态	实质审查	申报国家	暂无
公开/公告日	2020-04-10	公开/公告号	CN110989576A
优先权	暂无	优先权号	暂无
主分类号	G05D1/02 ? IPC结构图谱： G 物理 G0 仪器 G05 控制；调节 G05D 非电变量的控制或调节系统（金属的连续铸造入B22D 11/16；阀门本身入F16K；非电变量的检测见G01各有关小类；电或磁变量的调节入G05F） G05D1/00 陆地、水上、空中或太空中的运载工具的位置、航道、高度或姿态的控制，例如自动驾驶仪（无线电导航系统或使用其他波的类似系统入G01S） G05D1/02 二维的位置或航道控制〔2〕	IPC分类号	G;0;5;D;1;/;0;2查看分类表>
申请人	北京理工大学	申请人地址	北京市海淀区中关村南大街五号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京理工大学	当前权利人	北京理工大学
发明人	李政;李雪原;苑士华;尹旭峰;周俊杰
代理机构	北京华智则铭知识产权代理有限公司	代理人	姜子朋

摘要

本发明属于无人驾驶技术领域，公开了一种速差滑移转向车辆的目标跟随及动态障碍物避障控制方法，利用强化学习中的深度确定性策略建立四个神经网络；构建障碍物的代价范围从而确定动作的单步奖励函数；通过actor‑critic策略确定连续动作输出，并利用梯度传递不断更新网络参数；训练出根据当前状态进行跟随和避障的网络模型。本发明提升了车辆跟随及避障的智能性，能够更好的适应未知环境并很好的应对其他突发情况。减小了强化学习训练过程中建立仿真环境的复杂度。利用提前训练好的神经网络预测模型，由目标和障碍物的初始位置姿态及每步动作值能得到目标车辆和障碍物的每一步的位置姿态，提高了仿真的准确率和效率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供