公开(公告)号：CN116639124A

公开(公告)日：2023-08-25

申请号：CN202310347395.1

申请日：2023-04-03

Applicant: 东南大学

Inventor： 彭剑坤 ,  申阳 ,  张思雨 ,  范毅 ,  周稼铭 ,  衣丰艳

IPC: B60W30/18 ,  B60W60/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于双层深度强化学习的自动驾驶车辆换道方法，所述方法包括：结合人类驾驶行为，将自动驾驶车辆换道行为分为换道决策阶段和换道运动阶段，分别使用深度强化学习DQN网络与DDPG网络进行换到决策和运动轨迹的训练，最终可在预测过程中将对当前行车状态进行智能决策，一体化的完成自动驾驶车辆在换道行为中决策和运动功能。本发明实现了采用双层深度强化学习方法模拟人类实际驾驶行为，最终实现自动驾驶车辆智能换道行为的目标。

公开(公告)号：CN116552338A

公开(公告)日：2023-08-08

申请号：CN202310661465.0

申请日：2023-06-06

Applicant: 东南大学

Inventor： 彭剑坤 ,  申阳 ,  王春海 ,  周稼铭 ,  魏中宝 ,  江如海 ,  陈伟琪 ,  衣丰艳 ,  马春野

IPC: B60L58/30

Abstract: 本发明提出了一种氢燃料电池客车节能驾驶控制方法及系统，所述方法包括：设计了分层式的双层深度强化学习架构，上层深度强化学习通过获取氢燃料电池客车和前车速度、加速度及匝道路况等交通环境信息，对氢燃料电池客车纵向速度进行合适控制，保证其安全平稳行驶；下层深度强化学习则通过上层输出的速度对氢燃料电池进行能量管理节能优化；同时设计了一条包含三组不同交通流量的匝道的快速路进行对深度强化学习算法的离线训练，获得优化的节能驾驶控制。本发明实现了采用双层深度强化学习方法完成对氢燃料电池客车的纵向速度控制与能量管理节能优化，使氢燃料电池客车实现节能驾驶。