基于深度学习的自动驾驶车辆模型迁移路径规划研究

摘要：

为解决传统路径规划方法中无车辆动力学约束和消除车辆模型跟踪误差的问题,本文提出一种基于深度学习的自动驾驶车辆模型迁移路径规划方法.首先,根据真实环境建立虚拟行车环境模型,该模型应用经深度学习训练后的最优自动驾驶策略;其次,通过MATLAB自动驾驶场景设计器将实际场景问题迁移至虚拟抽象模型中;最后,经过仿真实验验证该方法.实验结果表明,所提方法能够减少横向跟踪误差和提高模型的泛化性能,减小过度依赖问题.

关键词：自动驾驶车辆、深度学习、模型迁移、路径规划

所属期刊栏目：10

分类号：U471.1

在线出版日期：2021-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：64-68