期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于深度强化学习的车辆多目标协同巡航决策控制系统设计 被引量:3
1
作者 宋倩 罗富贵 蓝俊欢 《计算机测量与控制》 2023年第10期115-121,共7页
为提升车辆巡航避障能力,实现对运动目标的精准决策,设计基于深度强化学习的车辆多目标协同巡航决策控制系统;利用主控制电路输出的电量信号,调节ACC控制器、MPC轨迹跟踪器、双闭环控制器的实时连接状态,再借助多目标解耦模块,确定目标... 为提升车辆巡航避障能力,实现对运动目标的精准决策,设计基于深度强化学习的车辆多目标协同巡航决策控制系统;利用主控制电路输出的电量信号,调节ACC控制器、MPC轨迹跟踪器、双闭环控制器的实时连接状态,再借助多目标解耦模块,确定目标车辆所处巡航位置,完成巡航决策控制系统的主要应用结构设计;建立深度强化学习模型,根据车辆目标数据集定义条件,求解协同参数实际取值范围,实现对车辆巡航位姿的估计;确定坐标转换原则,通过分析多目标量化结果的方式,实现对巡航决策轨迹的按需规划,再联合相关应用设备,完成基于深度强化学习的车辆多目标协同巡航决策控制系统的设计;实验结果表明,深度强化学习机制作用下,车辆在横、纵及全方位巡航方向上的避障准确度都达到了100%,符合车辆多目标协同巡航决策的实际需求。 展开更多
关键词 深度强化学习 车辆多目标 协同巡航 决策控制 轨迹跟踪器 多目标解耦 协同参数 量化分析
下载PDF
基于车辆跟踪的数据关联算法研究
2
作者 王健 曹聪聪 《农业装备与车辆工程》 2018年第12期40-43,共4页
对于道路车辆目标的跟踪,由于其高机动性、杂波密集等特点,交互式多模型联合概率数据关联无疑是一种好的跟踪算法。但其固有的缺点是计算量会随着目标个数的增多迅速增加,并且其较少的运动模型难以保证跟踪精度,而增加模型个数会引起模... 对于道路车辆目标的跟踪,由于其高机动性、杂波密集等特点,交互式多模型联合概率数据关联无疑是一种好的跟踪算法。但其固有的缺点是计算量会随着目标个数的增多迅速增加,并且其较少的运动模型难以保证跟踪精度,而增加模型个数会引起模型之间的竞争。因此,提出了一种改进的变结构多模型联合数据关联算法(VSMM-JPDA)。理论分析与对比仿真表明:在非机动、机动转弯和直线机动情况下,该算法对目标的跟踪精度都优于固定结构多模型算法,并且运算量大大减少。 展开更多
关键词 变结构多模型 模糊多门限 联合数据关联算法 车辆多目标跟踪
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部