← 返回列表

基于深度学习的智能车辆变道轨迹自动生成方法及系统

申请号: CN202311557838.6
申请人: 长安大学
申请日期: 2023/11/21

摘要文本

本发明公开了一种基于深度学习的智能车辆变道轨迹自动生成方法及系统,通过预先训练好的横向变道轨迹生成模型及预先训练好的纵向变道轨迹生成模型生成横向变道轨迹及纵向变道轨迹,最后将横向变道轨迹及纵向变道轨迹结合得到变道轨迹,本发明采用深度学习算法对变道轨迹进行生成性建模,克服了手动建模的局限性和复杂性,可以自动生成丰富且符合实际驾驶行为的变道轨迹,这些轨迹数据可用于构建换道驾驶场景的仿真测试数据库;简化了传统模型的创建过程,大大提高了自动化程度,并减少了对专业知识的依赖;此外,深度学习的特征学习能力以及时间建模能力使其在轨迹生成方面具有更好的表现。

专利详细信息

项目 内容
专利名称 基于深度学习的智能车辆变道轨迹自动生成方法及系统
专利类型 发明申请
申请号 CN202311557838.6
申请日 2023/11/21
公告号 CN117390966A
公开日 2024/1/12
IPC主分类号 G06F30/27
权利人 长安大学
发明人 赵轩; 刘瑞; 袁田; 郭致远
地址 陕西省西安市碑林区南二环中段33号

专利主权项内容

1.一种基于深度学习的智能车辆变道轨迹自动生成方法,其特征在于,包括以下步骤:通过预先训练好的纵向变道轨迹生成模型生成纵向变道轨迹数据;通过预先训练好的横向变道轨迹生成模型中生成横向变道轨迹数据;将纵向变道轨迹数据与横向变道轨迹数据结合得到变道轨迹数据;其中,所述预先训练好的纵向变道轨迹生成模型采用VAE模型,预先训练好的横向变道轨迹生成模型采用VAE-LSTM模型。