← 返回列表
一种非结构化环境的特种车辆自动驾驶路径规划方法
摘要文本
一种非结构化环境的特种车辆自动驾驶路径规划方法,通过SLAM地面分割算法,将三维高度信息存储于相应栅格,获得非结构环境占用栅格图,再将所述栅格图地形数据划分为训练集和测试集;结合感知模块输入信息及特种车辆动力学建模,从栅格图地形数据中提取可通行区域,实现风险图构建;根据风险图构造自适应性的奖励函数,搭建强化学习模型以及Agent的神经网络;基于构建非结构化环境测试机进行训练,在每个训练周期初始化阶段构建随机函数,随机化起点和终点位置,使系统具泛化性;通过强化学习训练获得策略网络,在测试集中执行路径规划,实现非结构化环境下高效的处理环境信息,提高特种车辆面对不同地形的适应性及有效的自动驾驶。 微信公众号马克 数据网
申请人信息
- 申请人:中国矿业大学
- 申请人地址:221000 江苏省徐州市大学路1号
- 发明人: 中国矿业大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种非结构化环境的特种车辆自动驾驶路径规划方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311150868.5 |
| 申请日 | 2023/9/7 |
| 公告号 | CN117346805A |
| 公开日 | 2024/1/5 |
| IPC主分类号 | G01C21/34 |
| 权利人 | 中国矿业大学 |
| 发明人 | 程德强; 王衍辰; 徐飞翔; 寇旗旗; 吕晨; 张皓翔 |
| 地址 | 江苏省徐州市大学路中国矿业大学南湖校区 |
专利主权项内容
1.一种非结构化环境的特种车辆自动驾驶路径规划方法,其特征在于,包括如下步骤:步骤一、数据预处理:基于真实非结构化地形3D点云数据,通过SimultaneousLocalization and Mapping地面分割算法,将三维高度信息存储于相应栅格,获得非结构环境占用栅格图,再将所述栅格图地形数据划分为训练集和测试集;步骤二、风险图构建:结合感知模块输入信息以及特种车辆动力学建模,从栅格图地形数据中提取可通行区域,并在此基础上实现风险图的构建;步骤三、模型构建:根据风险图构造自适应性的奖励函数,搭建强化学习模型以及Agent的神经网络;步骤四、模型训练:基于构建非结构化环境测试机进行训练,在每一个训练周期初始化阶段构建随机函数,随机化起点和终点位置,使系统具有泛化性;步骤五、规划路径:通过强化学习训练获得策略网络,在测试集中执行路径规划。