车路协同条件下十字路口自动驾驶决策方法OA
Decision-Making Method for Autonomous Vehicles at Urban Intersections in a Vehicle-Road Cooperative Environment
为了提高城市十字路口的通行效率和安全性,探索一种有效的自动驾驶决策方法.基于深度强化学习算法,对车路协同环境下的十字路口交通场景进行建模分析,并通过模拟试验进行训练和优化,利用仿真软件搭建城市十字路口场景进行验证和性能评估.仿真结果显示,平均效率提升23.7％,提出的决策方法具有良好的应用效果,能有效提升交通效率和安全性.
This study aims to develop an effective decision-making method for autonomous driving to enhance traffic efficiency and safety at urban intersections.The traffic scenarios at intersections in a vehicle-road cooperative environment were modeled and analyzed based on a deep reinforcement learning algorithm.The decision-making model was trained and optimized through simulation experiments and was validated in a simulated urban intersection scenario using simulation software.The simulation results show an average efficiency improvement of 23.7％.The proposed decision-making method exhibits good application performance,effectively enhancing traffic efficiency and intersection safety.
熊明强;谯杰;邢文博;申鹏鹏;陈琴;毕文武;龙春林;曹诗琪
中国汽车工程研究院股份有限公司,重庆 401122||重庆邮电大学,重庆 400065中国汽车工程研究院股份有限公司,重庆 401122广州市公路事务中心南城事务所,广州 511400重庆邮电大学,重庆 400065上汽通用五菱汽车股份有限公司,广西,柳州 545000||广西新能源汽车实验室,广西,柳州 545000上汽通用五菱汽车股份有限公司,广西,柳州 545000||广西新能源汽车实验室,广西,柳州 545000上汽通用五菱汽车股份有限公司,广西,柳州 545000||广西新能源汽车实验室,广西,柳州 545000中国汽车工程研究院股份有限公司,重庆 401122
交通工程
车路协同自动驾驶安全性深度强化学习
vehicle-road collaborationautonomous drivingsafetydeep reinforcement learning
《汽车工程学报》 2026 (3)
371-380,10
广西新能源汽车实验室专项(桂科AA23062088)
评论