一种基于DRL-MPC的自动驾驶车辆横向控制方法

专利主权项内容

1.一种基于DRL-MPC的自动驾驶车辆横向控制方法，其特征在于，所述基于DRL-MPC的自动驾驶车辆横向控制方法包括以下步骤：步骤1，获得自动驾驶车辆的环境信息和自动驾驶车辆的位置状态信息；步骤2，建立世界坐标系，将环境信息及车辆位置转化为坐标信息，并建立车辆转角控制模型；步骤3，根据车辆转角控制模型获取状态方程，并构建非线性模型预测控制问题获取预测模型；步骤4，根据前向欧拉法离散状态方程可得到初始预测模型，通过最优求解得到初始最优控制序列，将最优控制序列代入车辆转角控制模型，得到最新的状态量；步骤5，基于初始最优控制序列、车辆新的行驶轨迹以及车辆跟踪误差构建深度强化学习预测模型预测控制器，通过深度强化学习算法建立预测模型，并进行优化训练得到最佳预测模型，通过最优求解得到最优控制序列；步骤6，对生成的预测模型进行反馈校正调整后，再次进行滚动优化求解出控制最优值，计算得到最佳转角控制量，及下一系列位置信息；步骤7，接收到行驶轨迹，将转角信号和位置信息通过指令生成器生成对应的执行指令，从而控制自动驾驶车辆按照期望轨迹和期望车速行驶或者进行紧急制动。